2023年 1 月 30日,北京 – 日立集团 (TSE: 6501) 旗下提供现代基础架构、数据管理与数字解决方案的子公司 Hitachi Vantara 今天宣布,与 Model9 建立全球合作伙伴关系。Model9 是大型机云数据管理领域的领导者,为以大型机为核心业务平台的企业提供关键数据的更大可访问性、可见性和价值。该合作对采用混合云环境的企业意义重大。
近四分之三 (71%) 的《财富》世界 500 强企业将其关键核心 IT 托管在大型机上。近日一份报告指出,随着越来越多的企业着手开展大型机现代化,建立一个跨混合环境的单一数据管理点,成为对企业而言最重要的 IT 运营要素。然而,在大型机现代化对企业客户重要性与日俱增的同时,将数据迁移到云端却可能面临一系列困难与风险。企业普遍存在的顾虑包括传输过程中的数据安全、所涉数据量、充分访问数据并从中获取价值的能力,以及担心会对原本运行良好的应用程序造成破坏。
Hitachi Vantara 与 Model9 基于双方独特优势的强强联手,使企业能够通过云获得更大的数据驱动的价值,使大型机数据可用于云应用程序和预测性分析服务,以低风险、低成本且快速的方式加速企业云转型。Model9 的软件为 Hitachi Virtual Storage Platform (VSP) 5000 系列和 Hitachi Content Platform (HCP) 对象存储产品组合带来了更多功能:通过连接大型机,客户可以传输当前或历史的大型机数据(无论存储在磁盘还是磁带上),而无需临时磁盘存储;该技术还允许客户安全地解锁大型机格式的数据,以便在任何私有云或公有云中使用。
Hitachi Vantara 数字基础架构总裁 Mark Ablett 表示:“许多组织面临同样的困境,企业内部的数据是孤立的,并且很难访问磁带备份上的遗留数据。我们的 VSP 5000 系列及 HCP 存储产品组合与 Model9 提供的软件相结合,可以带来许多好处,包括受保护的备份副本、快速恢复和复原数据,以及用可负担的云存储取代昂贵的虚拟磁带硬件。这也是我们强大的合作伙伴网络为客户带来可信赖解决方案,并助力客户取得盈利成果的一个绝佳示例。”
Model9 首席执行官 Gil Peleg 表示:“现实情况是,大型机现代化需要时间,而企业能够在转型过程中访问大型机数据并从中获取价值至关重要。通过融合 Hitachi Vantara 和 Model9 在安全数据治理和管理方面的专长,我们推出了一个独特的产品,该产品提供一种简化的方法,使客户能够保护、访问和货币化他们的数据。”
IDC 渠道与联盟计划副总裁 Steve White 表示:“为了取得成功,合作伙伴计划必须成为供应商及其合作伙伴的战略工具,使他们能够利用双方的技能和专长,共同应对市场挑战。合作产生的协同效应,使双方都能专注于为其服务的共同客户增加价值,并在跨行业、跨地域扩张的过程中为联合业务的增长提供支持。”
Hitachi Vantara VSP 5000 系列作为下一代存储基础架构,旨在为数字化转型和数据中心现代化提供现代基础。VSP 支持块、文件和容器化工作负载,是市场上性能领先、可扩展且具有弹性的数据存储平台,支持从开放系统到大型机的任何工作负载。
HCP 提供一个广泛的解决方案生态系统,包括全面、智能的数据管理,超越了单纯的对象存储,以释放数据资产的全部价值。Hitachi Vantara 的 HCP 产品组合凭借其在元数据分析、大数据分析以及合规与安全性方面的卓越表现,被 GigaOm 雷达报告评为非结构化数据管理业务解决方案领导者,同时也是 DCIG 评出的五大企业内部 SDS 对象存储解决方案之一。无论数据位于企业内部还是云端,HCP 为物联网、大数据和非结构化数据提供全面的数据管理。
Model9 已获专利的软件解决方案可以执行数据集备份、全卷转储、集合备份、数据迁移和自动调用。该软件与数据管理产品同时运行,并通过允许将一些数据重定向到云存储来简化实施。
Hitachi Vantara 和 Model9 在全球范围内共同销售这一联合解决方案。
好文章,需要你的鼓励
谷歌推出两款新AI模型:Nano Banana 2 Lite是其最快、最具成本效益的图像生成模型,4秒生成图像,成本仅0.034美元/千像素图;Gemini Omni Flash则支持高质量视频生成与对话式编辑,定价0.10美元/秒。两款模型均已在Google AI Studio和Gemini API平台开放,可串联使用实现从图像到视频的完整多媒体工作流。
香港中文大学(深圳)与字节跳动联合提出FlexiSLM,首个支持动态与可控帧率的语音大模型,在输入输出两端均实现自适应帧合并,6.25赫兹下推理速度提升一倍,语音对话质量超越同规模固定帧率模型。
英国《金融时报》记者萨拉·奥康纳新书探讨人工智能与自动化对工作的冲击。从亚马逊仓库的人机协作到远程视频监控岗位,技术进步带来的不仅是效率提升,更引发对工作尊严的担忧。作者指出,关键问题不在于技术本身,而在于将人类劳动视为可优化系统的管理理念。书中也展现了积极案例:编剧工会罢工争取AI使用规则,荷兰护理工作者自主建立实践模式。未来工作形态仍可由我们塑造。
这项研究提出DataEvolver框架,把被丢弃的"不合格训练图片"转化为改进数据收集策略的反馈,让AI文字图像生成训练数据的构建流程能自我进化,在相同数据量下显著提升文字渲染质量。