近日,闪存厂商Pure Storage任命新的分销商和经销商以进一步服务中国市场,在积极看好中国数据基础设施市场的同时,希望将创新的全闪存产品提供给更多的中国客户。
Pure Storage100%专注于渠道,扩大中国渠道市场
作为一家全球化的、100%专注于渠道的闪存公司,Pure Storage 成立之初就致力于为企业数据中心和混合云环境中提供闪存服务,在过去六年中连续荣登 Gartner 主存储魔力象限的领导者象限。
Pure Storage亚洲区副总裁Andrew Sotiropoulos表示:“追求最优的客户满意度是Pure Storage最骄傲的企业文化。我们对中国市场的客户们也不例外,维持客户的满意度,一直都是我们的坚持。”
Pure Storage目前在国内的技术支持与同全球市场一致。提供24×7的技术支持,并通过中文的服务,以最迅速的响应来实现客户的满意。通过满意的客户,来带动整个市场的成长。
新分销商包括英迈中国和卫实康科贸(上海)有限公司,新经销商包括:岱凯信息技术(上海)有限公司、上海华讯网络系统有限公司、上海网赢信息系统有限公司、广东广凌信息科技股份有限公司、成都远策数码科技有限公司、软澈(武汉)信息技术有限公司、广州北创信息科技发展有限公司、上海网盈计算机技术有限公司、易广电信(北京)有限公司、康美仕(深圳)系统技术有限公司以及高威电信(广州)有限公司。
同时Pure Storage 对于一直紧密合作的“老战友”云库新科技,Pure Storage还会继续帮助其加强整个销售的团队来为现有的客户提供既有的服务。
Pure Storage 大中华区董事总经理刘国龙先生表示:“我们很高兴能够在短时间内招募到这么多优质的渠道合作伙伴。这些合作伙伴在助力客户成功方面有着丰富的经验,我们期待与他们的合作,并将 Pure Storage 备受赞誉的 FlashArray 解决方案带给更多的中国客户。”
技术创新是Pure Storage的DNA
Pure Storage的优势是年轻没有 “包袱”,其技术创新领先,能够成功地满足了大型企业面对复杂又高压的存储设备的需求。在中国市场,Pure Storage提供一系列存储解决方案,例如第三代全 NVMe FlashArray//X。FlashArray//X是专为企业核心以及第一级的应用所打造的全闪存的存储设备。
“这个家族的每1个成员都拥有6个9的高可用性,业界最好的数据检查比率,并且采用NVMe以及可以按照需求添购的存储级内存,来实现性能的最优化。每个成员提供不同的计算资源以及容量,所有成员都拥有低延迟性的特性,并且提供在不停机的情况之下升级控制器和部件,且在整个的过程当中完全不会影响到性能。” Pure Storage大中华区系统工程经理何与晖分享到。
创新是Pure Storage的DNA。除了提供更快速、更稳定的全闪存效能的存储,Pure Storage一直致力于用户所需要的数据服务功能,包括必备的快照、重删、自动化等功能。
Pure Storage创新技术满足实现企业应用场景
Pure Storage满足企业目前的数据库、虚拟桌面等应用场景。最常伴随存储使用的,应该就是数据库的应用场景。Pure Storage通过软硬件结合提供稳定的环境来满足数据库上运行所需要的效能、存储的延迟性、带宽以及LPS等效能需求。“比如Pure Storage存储快照可以在不需要安装任何插件或代理的情况之下,完成可控数据库完整复原的文件集。从Oracle Database C开始,更可以通过前滚恢复来复原数据库。最后可实现守护数据,永远不需要担心数据丢失的问题。” 何与晖分享到。
同时在虚拟桌面应用场景中,Pure Storage作为基础架构的存储设备来运行虚拟桌面可以实现灵活的可扩展性和不中断的微云技术。
Pure Storage的全闪存的设备早已经得到SAP的认证,可以将SAP HANA部署在Pure Storage上面,通过Pure Storage的 CEM来加速One Data的存取,节省内存以及HANA的授权费用。Pure Storage的双活解决方案来部署不中断、不停机的SAP HANA环境以及存储快照,轻松完成SAP的备份工作。同时Pure Storage提供的自动化克隆工具,快速完成开发以及测试环境所需要使用而且耗时的系统步骤。
可以看到,Pure Storage的解决方案能够支持广泛的工作负载,包括 Microsoft、Oracle 和 SAP 等企业级应用、混合云、数据分析和人工智能以及基础设施解决方案,例如虚拟化桌面架构(VDI)、容器、融合基础设施和 DevOps。
好文章,需要你的鼓励
CloudBees首席执行官Anuj Kapur表示,AI可能重新测试DevOps的基础假设,但警告不要为追求效率而创建黑盒代码。他指出,一些因担心错失机会而匆忙采用AI生成代码的客户正开始放缓步伐,变得更加谨慎。Kapur认为,将整代软件外包给提示工程将创建非人类生成的黑盒代码,虽然效率高但质量、测试覆盖率和漏洞问题值得担忧。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
数据网络安全公司Rubrik宣布收购AI初创公司Predibase,交易金额在1-5亿美元之间。Predibase专注于帮助企业训练和微调开源AI模型。此次收购将使Rubrik用户能够通过Amazon Bedrock、Azure OpenAI和Google Agentspace等平台加速构建AI智能体。这是继Salesforce、Snowflake等公司之后,又一家通过收购来增强AI智能体技术栈的企业。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。