数据存储厂商NetApp近日宣布NetApp BlueXP统一数据控制平面全面上市,据称它可以帮助那些跨本地环境和云环境管理存储和数据服务的团队简化体验。
NetApp在NetApp Insight大会上宣布,NetApp BlueXP通过集成的、广泛的数据服务能力,让团队可以更轻松地管理他们的数据资产,包括统一化的本地资源和第一方云存储,使其可以在任何位置部署、自动化、管理、保护和优化数据以及支持这些数据的基础设施。
NetApp表示,由于最新出现向多云环境的转移以及由此导致复杂性的增加,因此团队需要一种更好的方式来管理他们的数据资产。NetApp认为,随着企业加速向数字化的转型,他们面临的艰巨挑战和低效问题可能会扼杀创新能力。NetApp正在借助BlueXP推动一种更“进化的云”,让团队可以在其中对关键数据操作实施自动化和简化。
NetApp BlueXP引入了一些强大的新功能,其中最主要的是统一存储管理。团队借助统一的数据控制平面,拥有了跨广泛数据环境的单点可见性,并且能够管理任何类型的存储资源——无论是NetApp自己的全闪存阵列、FAS、StorageGRID和E系列阵列,还是各种基于云的存储,例如Amazon FSx for NetApp ONTAP、Azure NetApp Files和Google Cloud Volumes Service。
这种存储系统的统一化推动AIOps保持健康的状态,或者更简单地说,人工智能驱动的自动化维护着这些资产。据NetApp称,支持AI的健康监控和状态监控不仅可以提醒团队注意基础设施和工作负载问题,还可以就如何处理这些问题提供主动的指导。
借助NetApp BlueXP集成的零信任安全模型,这些优势还扩展到更大的网络弹性方面。移动性是另一个优势,BlueXP的集成数据移动器允许通过拖放界面在所有主流云和本地系统中复制、同步、分层和缓存数据。最后,BlueXP支持更灵活的消费模式,客户只需为他们使用的存储资源进行付费。
Moor Insights & Strategy分析师Steve McDowell表示,NetApp BlueXP是建立在NetApp ONTAP云数据管理产品的成功基础之上,平台针对在本地基础设施和功能公有云平台上运行工作负载的企业。他说,BlueXP很好地补充了NetApp Spot产品,前者专注于存储和基础设施,而后者专注于应用和工作负载管理。
McDowell说:“BlueXP,尤其是与Spot结合使用的时候,是一款强大的产品,那些面临多云管理挑战的企业绝对应该考虑使用BlueXP。”
尽管NetApp BlueXP引人注目,但McDowell表示,NetApp可能要面临如何获得市场吸引力的挑战,因为BlueXP进一步远离了NetApp在传统存储领域的根基,转移到由VMware和Nutanix等厂商占据主导的、与传统存储完全不同的多云基础设施市场。
他说:“企业IT完全是和多云有,这是一个难以应对的挑战,但我很高兴看到,NetApp已经意识到了到这一点。NetApp的产品方向是正确的,最大的问题是企业是否会接受NetAp,因为NetApp将自己的业务范围扩大到了企业存储之外,定位为VMware等竞争解决方案的可行替代方案。对于现有的ONTAP客户来说,BlueXP是很容易被接受的,但除此之外,我们还需拭目以待。”
好文章,需要你的鼓励
OpenAI发布了音视频生成模型Sora 2,同时推出配套社交应用Sora,用户可生成包含自己的视频并在类似TikTok的信息流中分享。Sora 2在物理定律遵循方面有显著改进,视频更加真实。应用提供"客串"功能,允许用户将自己植入生成场景中,并可与朋友分享形象使用权限。该iOS应用目前在美加地区采用邀请制,ChatGPT Pro用户可直接体验。
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
大语言模型和生成式AI自诞生以来问题频发,从推理模型表现不佳到AI幻觉现象,再到版权诉讼,这些都表明当前技术路径可能并非通往真正智能的正确道路。专家认为,仅靠增加数据和算力的扩展模式已显现边际效应递减,无法实现通用人工智能。研究者提出智能应包含统计、结构、推理和目标四个层次的协调,并强调时间因果性的重要性。面对LLM技术局限,业界开始探索神经符号AI等替代方案。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。