北京 – 2022年1月11日– 全球企业备份和数据恢复解决方案领域的领导者Veritas Technologies宣布任命滕文担任大中华区总裁。此次任命让Veritas的中国领导力和市场营销团队得到了进一步增强,有助于巩固Veritas在中国市场的行业领先地位。滕文将负责领导公司的全方位多云数据管理战略,带领团队加速推进大中华区云合作伙伴生态建设,积极探索新业务引擎和新商业形态,确保企业实现盈利持续增长。
在加入Veritas公司之前,滕文曾在微软公司担任大中华区副总裁兼公共事业部总经理,以卓越丰富的销售经验,助力微软公司开拓政府、医疗、教育领域和大型国资企业的业务发展。此外,滕文曾就职于太阳计算机系统公司、北电网络、朗讯、AT&T、西门子等大型信息技术、软件和网络基础设施公司。30余年的职业生涯,让滕文积累了全面丰富的技术能力以及对中国市场的深厚经验,这将为 Veritas 带来关于中国市场和数据管理领域的独到见解。
通过此次任命,Veritas希望能够积极融入中国IT生态圈,迅速推进中国云合作伙伴生态建设,不断向寻求边缘、核心和云部署的中国企业提供创新的企业数据管理解决方案,为中国企业的数字化转型和数字化创新提供坚实保障。
Veritas公司全球销售高级副总裁Mark Nutt表示:“中国是Veritas最重要的市场之一。中国的数字经济发展势头迅猛,这也要求企业必须管理和保护好由此产生的海量数据,以免受到勒索软件等威胁的攻击。Veritas作为全球企业数据保护的领导者,致力于通过从边缘到核心再到云端的全方位数据保护,帮助中国客户满怀信心地拥抱数字化转型。我们非常高兴滕文能够加入Veritas,以丰富的经验和强有力的组织能力,来领导和推动Veritas在中国市场的业务增长,并与客户及合作伙伴携手共赢。”
Veritas公司大中华区总裁滕文表示:“中国的数字经济规模,决定了中国市场必将持续不断地涌现出更多新型数字场景,催生新业态以及新模式。在云部署和数字化转型双双加速的时代背景下,大多数企业都会面临数据管理能力跟不上自身转型需求的困境,对于数据保护和数据管理的需求也与日俱增。我非常高兴能在这个关键时期加入Veritas,希望能够带领Veritas大中华区团队,与本地合作伙伴一起,在帮助客户挖掘数据资产价值的同时,实现企业自身价值的最大化。”
滕文现居北京,在美国科罗拉多州立大学获得跨学科电信专业硕士学位。
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(EDS)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 Veritas | 企业数据保护领域的领导者或关注 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。
好文章,需要你的鼓励
随着大语言模型在人工智能时代展现强大力量,可穿戴设备成为收集人体数据的重要载体。通过实时监测血压、心率、血糖等生命体征,结合AI边缘计算能力,医疗正向个性化转型。基因治疗、数字孪生技术让每个人都能拥有专属的医疗数字化身,实现从"报销型医疗"向"创新循证医疗"的转变,为疾病预防和健康管理带来革命性突破。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
在巴黎举办的欧洲开放基础设施峰会期间,专门用一整天时间讨论VMware迁移问题。博通收购VMware后许可证价格上涨,导致客户运营成本大幅增加。开源开发者展示了将VMware虚拟机迁移到开源替代方案的产品。Forrester分析师指出VMware客户对此感到信任破裂。OpenStack等开源解决方案虽然复杂度较高,但提供了健康的开源生态系统替代方案。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。