北京 – 2021 年 1月28日–近日,全球数据保护及数据管理领域的领导者Veritas Technologies宣布对其企业数据服务平台进行重大更新,为客户所有云环境用例提供统一平台。此次更新还包括收购HubStor,以实现强大的企业备份即服务功能。Veritas还推出了新版NetBackup™ 9,它的新功能可以简化操作,并为客户提供跨边缘、核心和云的统一数据保护平台,同时为客户提供了更多选择,增加了部署灵活性。
Veritas首席执行官Greg Hughes表示:“如今,越来越多的企业前所未有的依赖微软365、Slack和Box等云服务。但是,很少有公司意识到他们有必要为SaaS应用程序部署自己的数据保护策略。Veritas将HubStor纳入Veritas产品组合中,旨在让客户可以通过统一平台保护所有数据,包括SaaS数据,无论数据存储在云、数据中心还是边缘都可以得到有效保护。”
通过此次发布,Veritas进一步巩固了其在多云数据保护、可用性和洞察方面的领导者地位。Veritas企业数据服务平台支持超过800种数据源、100多种操作系统、1400多种存储设备以及60多类云平台。
收购HubStor
通过收购HubStor,Veritas可以扩展对各种基于SaaS的应用程序的保护,包括Microsoft 365、Slack、Box和Google Workspace。HubStor建立在现代API-first架构上,能够与统一的企业数据服务平台轻松集成。作为整体数据保护战略的一部分,融合后的企业数据服务平台可以帮助客户进一步简化操作并降低风险。

HubStor的研发旨在帮助企业解决他们在云数据保护方面遇到的挑战。HubStor的设计从根本上满足了保护、管理和恢复企业数据集所需的高性能和可扩展性需求。HubStor技术与Veritas产品组的融合将为客户提供一套SaaS备份解决方案,帮助他们:
• 定制更细化的产品配置-甚至可以细化到单个项目
• 终端用户可以通过简化的自服务门户来实现数据恢复
• 在遵循数据主权要求的情况下,访问全球数据中心位置
• 通过仪表盘和报告了解他们的备份环境。
HubStor的技术借助了Microsoft Azure的强大功能,使客户能够访问全球范围内所有Azure平台以满足数据主权和复制需求,不仅能够选择其他Azure服务,也可以选择使用自己的Azure订阅。
微软全球企业商业化和战略副总裁Chris Barry表示:“微软和Veritas长期以来一直保持合作,帮助客户管理和保护云中最重要的数据。通过对HubStor的收购,HubStor与Veritas实现融合,充分利用基于Azure平台的SaaS解决方案,借助Azure的规模、灵活性和可靠性,为全球客户提供备份即服务解决方案。”
IDC集团副总裁、总经理兼研究员Michelle Bailey表示:“世界各地的企业都开始采用多云战略,同时更加依赖基于SaaS的服务。企业逐渐意识到,虽然混合云架构可以带来巨大的好处,但是在缺乏适当的保护情况下,它们也可能带来极大的复杂性和风险。我们逐渐看到勒索软件攻击和合规违规所带来的后果,当这些持续变化的云环境中缺乏数据保护、数据可用性及数据分析时,那些漏洞便会趁虚而入。因此,一个能够跨数据区的统一标准化架构对于简化操作和降低总体业务风险就显得至关重要。”
更多发布内容,敬请关注即将于3月24日至26日召开的 Veritas年度论坛。
关于 Veritas
Veritas Technologies 是全球数据保护及数据管理领域的领导者。超过八万家企业级客户, 包括 87% 的全球财富 500 强企业,均依靠Veritas化解 IT 复杂度并简化数据管理流程。Veritas多云数据服务平台可提供自动化的数据保护,无论何处都能协调数据冗灾恢复,确保关键业务数据及应用的7x24实时稳定运行,同时也为企业提供数据洞察,实现数据合规。Veritas在可靠性、扩展性以及灵活按需部署方面拥有很好的声誉,支持超过800种数据源,100 多种操作系统, 1400多种存储设备以及60类云平台。欲了解更多详细信息,请访问 www.veritas.com或关注 Veritas 官方微信平台:VERITAS_CHINA(VERITAS中文社区)。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。