北京 – 2021年10月18日 –近日,全球企业数据保护领域的领导者Veritas Technologies于2021 KubeCon + CloudNativeCon北美峰会上,正式宣布了该公司领先的软件定义基础设施高可用性解决方案Veritas InfoScale 的新一代进化版。这将使客户能够在原生Kubernetes平台上(包括红帽OpenShift)将InfoScale以容器方式进行部署。通过原生部署,状态化的Kubernetes关键工作负载将更容易获得InfoScale在高可用性、持久化存储和存储优化这三个方面的支持。
Veritas公司产品管理副总裁Karthik Ramamurthy表示:"容器化正在彻底改变数据中心,让应用程序爆发的同时减少进程数量,从而做到降低成本和实现可扩展性。然而,许多企业对将关键任务应用程序进行容器化仍存有顾虑,因为这些程序长期依赖持久存储运行。但这对支持Kubernetes原生部署的InfoScale来说不足为惧——其特有功能让企业有信心将最重要的应用程序迁移到类似OpenShift的环境当中。InfoScale作为一款颠覆性产品,让企业不再需要Kubernetes部署中的辅助措施,并在真正重要的地方带来成效。"
InfoScale 8作为首个进化版新品,将在今年年底前推出,该产品可帮助企业客户和DevOps工程师将以下InfoScale功能部署为容器:
● 软件定义的存储卷管理
● 动态和静态持久化存储配置
● 持久卷的无中断扩展
● 持久卷的无中断迁移
● 用于第三方集成的REST APIs
● 持久卷快照
● 容器生命周期管理
可一键部署的InfoScale 8,也将首次作为红帽认证的容器应用和OpenShift认证运营商,被纳入红帽生态系统目录中。
红帽公司平台业务部高级副总裁Joe Fernandes表示:"容器和云原生应用对企业数字化转型变得更为关键,我们的客户正力图拓宽能够支持这些环境和工作负载的技术选择范围。对于那些希望为OpenShift环境提高韧性和存储优化的客户来说,Veritas InfoScale 8提供了新的认证选择。Veritas作为红帽公司合作伙伴生态系统中的一环,我们非常高兴能与其达成合作,共同帮助客户选择最能满足其独特需求的解决方案,这些解决方案全都在业界领先的企业级Kubernetes平台上得到了认证。"
结合近期InfoScale和Veritas NetBackup支持容器化的更新升级,这次宣布使Veritas成为了跨越物理、虚拟、云和容器环境的全方位数据保护供应商。
了解更多详情,请登录Veritas官方网站。
关于 Veritas
Veritas Technologies 是全球企业备份和数据恢复解决方案领域的领导者。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)。
Veritas,Veritas标识、 以及NetBackup 是 Veritas Technologies LLC 或其附属机构在美国和其他国家/地区的商标或注册商标。其他名称可能是其各自所有者的商标。
红帽、红帽标识以及OpenShift是红帽(有限)公司或其子公司在美国和其他国家的商标或注册商标。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。