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
创业公司Pythagora发布全新AI编程平台,通过14个专业AI代理实现从前端到后端的全栈应用开发。该平台支持开发者和非技术用户仅通过自然语言提示创建应用程序,涵盖规划、编码、测试、调试和部署全流程。与传统AI编程工具不同,Pythagora提供端到端解决方案,AI代理可自动处理前后端开发、API连接、数据库管理等任务,并具备专门的调试功能,让用户无需实际编写代码即可创建完整应用。
字节跳动联合浙江大学发布了ImmerseGen系统,这是一个能根据文字描述自动生成VR世界的AI工具。该系统采用轻量化代理和RGBA纹理技术,用AI代理协作完成从地形生成到物体布置的全流程,还能添加动态效果和环境音效。相比传统方法,它生成的场景效率提升数十倍,在移动VR设备上达到79帧流畅运行,为VR内容创作带来革命性突破。
Context公司推出AI驱动的自动驾驶平台,可同时启动数千个AI代理执行深度研究、数据分析和报告生成等工作。该公司与高通建立战略合作,支持AI代理在骁龙神经处理单元上本地部署,实现在用户个人电脑而非云端运行的AI自动化。平台类似中国AI平台Manus,通过大语言模型执行复杂任务,包括企业搜索、代码解释、文档生成等应用,已完成1100万美元种子轮融资。
慕尼黑大学研究团队开发了SwarmAgentic技术,这是首个能够完全自主生成智能体系统的框架,无需人工预设模板。该技术借鉴蜂群智能原理,让AI系统自己决定需要什么角色、如何分工协作。在旅行规划等六项复杂任务测试中,SwarmAgentic表现优异,在旅行规划任务上比现有最佳方法提升261.8%,展现了全自动智能体系统设计的巨大潜力。