北京 – 2022年3月17日 – 今日,多云数据管理领域的领导者Veritas Technologies召开2022年度“驭数凌云 睿智泰行”虚拟峰会,并在大会上正式宣布NetBackup 10及InfoScale 8在中国落地。本次大会围绕Veritas多云数据管理的核心优势,展示云级技术最新创新,进一步巩固数据自治战略,同时邀请到平安科技、国信证券、中移物联网公司、库尔勒银行、亚马逊、微软、VMware、红帽等客户和合作伙伴莅临分享成功经验,共同探索数据管理领域未来。
会上,Veritas启动了云服务供应商(VSPP)战略联盟签约仪式,与北京神州数码有限公司、北京昆仑联通科技发展股份有限公司、上海南洋万邦软件技术有限公司、广州市冠腾通讯科技有限公司、ACW Distribution (HK) Limited、台湾零壹科技股份有限公司签署了战略联盟协议,同时为大中华区用户介绍了先前由合作伙伴成立的BE防勒索攻击响应中心,客户体验中心等服务客户的具体举措,并介绍了与联想凌拓的增强合作。此举体现了Veritas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,也彰显了Veritas积极融入中国IT生态圈,并迅速推进中国云合作伙伴生态建设的决心。
Veritas公司大中华区总裁滕文表示:“中国已经步入数字经济时代。在政策和市场的推动下,企业数字化转型和上云的步伐将更上一层楼。与此同时,越来越多的本地企业正面临网络威胁、云、合规、成本带来的爆发性挑战,而Veritas推出的新技术以及成立本地云战略联盟,正是为了帮助本地企业应对多重挑战,在满足客户数据管理需求的同时,帮助客户挖掘数据资产价值,实现企业自身价值的最大化。”
此次峰会上,Veritas向本地用户阐述了最新版本的旗舰级NetBackup软件——NetBackup 10,其由落实Veritas数据自治战略的重要保障:云级技术提供支撑,是业界首个云优化、规模化的数据管理解决方案,通过WEB扩展和自动化技术,提供更经济、高效和安全的数据管理。
中移物联网有限公司IT能力部资深运维专家刘兴国表示:“一直以来,日益复杂的混合多云环境以及不断增加的应用、平台和工具给我们的数据管理和安全带来了巨大的挑战。在此背景下,我们选择了Veritas,根据客户需求不断优化更新的Veritas多云数据服务,更让我们确信Veritas是保障我们业务连续性和数字化转型成功的坚实伙伴。”
北京神州数码有限公司企业服务集团软件本部总经理赵琳表示:“随着信息技术的迅猛发展,IT服务在企业运营中已不再充当辅助的角色,而逐渐演变为推动企业业务发展、获得竞争优势的核心。这为我们提供了商机,也带来了挑战。神州数码深耕数字化服务多年,拥有全面的IT软硬件产品线以及丰富的管理经验。基于Veritas在数据管理领域的积淀和领军者地位,结合我们自身在IT领域的优势,我们可以充分发挥出双方的资源优势和能力,共同化解企业针对勒索攻击的安全难题,为其业务快速发展提供坚实的后盾。”
通过不断创新的数据管理方案,Veritas进一步巩固了其在多云数据管理领域的领导者地位。数字化转型步入深水区,数据已成为各企业的重要资产,企业需要充分利用数据价值才能在新业态下占领先机。Veritas持续优化升级数据管理创新解决方案,同时携手本地云联盟伙伴,助力客户驭数凌云,睿智泰行,共同实现数字经济新时代下的数据资产新价值。
关于 Veritas
Veritas Technologies是多云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确保其数据的保护、可恢复性和合规性。Veritas在规模化的可靠性方面享有盛誉,可为企业提供抵御勒索软件等网络攻击威胁所需的弹性。Veritas通过统一的平台,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。在云级技术的支持下,Veritas现正在实践其自治数据管理战略,在提供更大价值的同时,降低运营成本。欲了解更多详细信息,请访问Veritas中国官方网站或关注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。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。