如今,进一步促进包括广阔的地县区域和众多的中小企业数字化转型,成为推进经济发展的重要举措之一。然而地市区县中的广大中小企业受资金、技术、人才等因素制约,其数字化升级进程大多滞后于大型企业。
对于中小企业客户而言,ICT设备更易配置、更易安装、更易维护、更易集成等已经成为最基本要求。而为了更大化释放中小企业数字化转型价值,在今年的“华为伙伴暨开发者大会2022”上,华为实施全面支持伙伴,全面布局中小企业的举措。围绕ICT产品,华为在客户最基本要求的基础上推出了标准更高的“5极”明星产品。
华为选出的“5极”标准的明星产品,来自数据存储、数通、机器视觉、智能协作、光网络等诸多领域,基本涵盖了商业市场客户和伙伴在数字化升级中的全方位需求。而今天,我们重点介绍一下数据存储闪存存储领域的明星产品——华为OceanStor 5000系列混合闪存存储产品。
OceanStor 5000系列是支持新兴应用生态的新一代混合闪存存储,面向闪存架构的全新设计和新五大融合,在性能、功能和品质上都达到业界领先水平。在满足数据库OLTP/OLAP、虚拟化、文件等高品质服务的同时,还能为容器、分布式数据库等业务蓄力,帮助中小企业实现未来业务目标。
特别是该系列产品支持热数据SSD智能加速、SAN与NAS、一体化免网关AA双活等特性,同时提供DCS虚拟化套件、容器套件、数据中心管理等便于应用敏捷的软件集成,并通过DME IQ智能运维工具等智能加持,具备配置灵活、应用敏捷、易用易运维等特点,满足商业市场中的多场景、多业务等负载要求。
OceanStor 5000系列的“5极”特征
软硬兼容,极易集成
存储设备作为IT基础设施的核心,是一个软硬件高度融合的集成系统,存储硬件需要和包括虚拟化、操作系统、集群软件、管控软件等实现软硬兼容。华为新一代OceanStor 5000系列混合闪存存储系统具备与包括VMWare、业界常用OpenStack及其他存储产商在内的IT软硬件产品互联互通、协同工作的兼容能力。
五大融合
面对行业新兴应用生态的分布式数据库、容器等多类型业务对企业IT系统敏捷性的严苛要求,华为新一代OceanStor 5000系列混合闪存存储系统创新性的增加多协议融合、算存融合、跨代融合、温热数据融合、云融合等多种融合方式,为企业未来业务的敏捷部署提供理想选择。
智能加持,极简运维
华为新一代OceanStor 5000系列混合闪存存储系统还集成了AI智能算法,能够提前14天故障预测,提前一年预测扩容,及时通知用户进行故障处理及扩容操作;通过内置自学习系统,自动编排及参数设置,仅需三步就可以部署新业务,大大减少上线时间;同时基于DME-IQ智能运维工具增强了融合运维能力。
智能架构、极优体验
华为新一代OceanStor 5000系列混合闪存存储系统,将全闪架构下移,通过SSD盘进行热点数据智能加速,快速提升数据读取速率,降低企业业务时延;全面优化写架构,OceanStor 5000系列采用ROW重定向写方式,充分释放HDD盘大带宽写能力,可持续提供多种性能无损增值服务,在开启增值特性时,仍能保持业务高水平服务,带来近全闪存使用体验。
优异品质,极好销售
华为新一代OceanStor 5000系列混合闪存存储系统还将华为的高端多控制器Active-Active全均衡技术通过下移,实现在任意场景下控制器性能全发挥;同时HyperMetro技术提供的业界唯一的免网关SAN及NAS一体化A-A双活,保障中小企业业务7x24小时持续高可靠,控制器或存储站点故障业务不中断;新一代OceanStor 5000系列混合闪存存储系统采用模块化软件架构设计,接近95%的升级场景采用用户态,1秒即可完成,无需控制器重启。
可以看到,华为新一代OceanStor 5000系列混合闪存存储具备广泛的融合功能,同时集SAN,NAS,数据库存储引擎,计算等功能于一身,能够满足NAS全场景应用的需求,也适合性能诉求不高的数据库虚拟化等中小企业应用和混合型应用。
如今,华为携手广大合作伙伴,针对中小企业数字化转型的“极速”行动已经展开,包括华为OceanStor 5000系列混合闪存存储在内的“5极”明星产品,将持续服务地市区县市场和广大的中小企业群体,为广大中小企业客户群体注入数字活力,激发市场潜力。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。