中国北京—2022年8月9日—多云数据管理领域的领导者Veritas Technologies近日宣布,Veritas被Gartner评为“企业备份和恢复软件解决方案魔力象限领导者”,这也是Veritas第17次获此殊荣[i]。蝉联此奖是对Veritas力践不断创新突破,为全球企业提供先进解决方案以保护和恢复其关键数据承诺的又一次认可。
企业正面临着前所未有的挑战——在日益复杂的多云环境下管理爆发性增长的数据,将会造成更大的网络攻击面,带来更多的勒索软件威胁。这些空前且措不及防的挑战将会成为当今最大的商业风险之一,而Veritas在应对这一挑战上独具优势。
在持续创新下,Veritas正实践其数据自治战略——无形且自动地为数据提供安全保护,并解放更多人力资源。NetBackup 10是业界首个云优化、规模化的数据管理解决方案,其利用人工智能和自动化,能使IT部门从过去繁琐的运维工作中解放出来,有更多精力专注于战略和转型工作。该解决方案的优点如下:
●自动化操作:动态的云自动扩展,智能云策略,以及基于人工智能的异常检测,有助于最大限度地提高效率和安全性,同时减少监督。
●云原生架构:Veritas重新架构的NetBackup技术集成了新的云级技术,可跨本地、混合和多云环境提供统一的、云优化的安全体验。它将云原生快照与弹性重复数据删除和生命周期管理功能相结合,可显著降低总拥有成本。
●网络安全:NetBackup提供的多层次安全策略,能够在面对网络攻击时提供前所未有的勒索软件弹性,包括不可变更的存储、恶意软件扫描,和一键式自动编排恢复。
●灵活性:NetBackup为客户提供了多种部署选项,使客户能够基于其自身需求和具体场景,灵活选择最佳的解决方案。选项包括纯软件、设备和软件即服务方案。
●全球影响力:Veritas通过强大的合作伙伴生态系统为全球范围内的大型企业提供支持,从而实现跨地域的卓越客户体验。
Veritas产品组织执行副总裁 Deepak Mohan 表示:“随着企业深入推进其多云战略,部署数据自治的解决方案比以往任何时候都重要。因为一旦部署该战略,不论数据在哪,都无需人工参与,客户便能高效且简便地自动定位和保护数据。Veritas不断推陈出新,以自治及云优化解决方案焕发数据管理未来。今年Veritas再次被评为Gartner企业备份和恢复软件解决方案魔力象限领导者,这是对我们的战略,以及不断致力于在任意云中持续且有效地保护我们客户的关键数据实力的有力认可。”
阅读2022 年Gartner 企业备份和恢复软件解决方案魔力象限报告全文,请查看链接:https://www.veritas.com/form/whitepaper/gartner-mq-data-center-backup
资料来源:Gartner,《企业备份和恢复软件解决方案魔力象限》报告,分析师Michael Hoeck,Nik Simpson,Jerry Rozeman,Jason Donham,2022年7月28日。
Gartner免责声明
Gartner 并不推荐其研究出版物中描述的任何厂商、产品或服务,也不建议技术用户只选择评价最高或拥有其他荣誉称号的那些厂商。Gartner 研究出版物仅代表 Gartner 研究机构的观点,不应视为客观事实陈述。Gartner 对此项研究不作任何明示或暗示担保,包括对于特定用途的适销性或适用性的任何担保。
GARTNER和Magic Quadrant是Gartner, Inc.和/或其附属公司在美国和国际上的注册商标和服务商标,经许可在此使用。保留所有权利。
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95%的全球财富100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。
Veritas中国官方网站 https://www.veritas.com/zh/cn/
Veritas官方微信平台:VERITAS_CHINA(VERITAS中文社区)
此前荣获:数据中心备份和恢复解决方案魔力象限(2020-2019),企业级备份软件和集成式一体机魔力象限(2014-2015),企业级备份/恢复软件魔力象限(2011-2013),企业级备份和还原魔力象限(2001,2003-2005),企业级备份供应商魔力象限(1999-2000)。2005-2015年间,Veritas Technologies隶属赛门铁克。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。