2023 年 10 月 11 日,北京 – 面对严峻数据挑战,许多 IT 领导者正致力于在复杂的分布式混合和多云基础架构上扩展数据并实现应用程序现代化。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,其数据存储产品组合迎来全新升级——推出单一混合云数据平台 Hitachi Virtual Storage Platform One。该平台提供块、文件和对象存储中结构化和非结构化数据的通用数据平面,使企业可以在任何地方(本地和公有云中)运行不同类型的应用程序,从而消除当今许多企业面临的复杂性管理模式。
了解有关 Hitachi Vantara Virtual Storage Platform One 的更多信息,请访问:
https://www.hitachivantara.com/VirtualStoragePlatformOne
Hitachi Virtual Storage Platform One 的重磅发布,恰逢企业数据管理变革的关键节点。当前,生成式人工智能、云和企业数据的爆炸式增长,正掀起运营和创新驱动的行业巨变。近期的一份报告显示,数据密集型技术和应用程序,使其运行所依赖的基础架构和混合云环境承压状况“雪上加霜”。39% 的企业领导者表示,其所在企业已不堪数据储量重负;72% 的企业领导者担心,其当前的基础架构将无法扩展以满足未来需求。根据Uptime Institute的一项数据弹性调查,80% 的数据中心经理和运营商在过去三年中,经历过某种类型的运行中断。
Hitachi Virtual Storage Platform One 的发布,意味着一种规模化管理任务关键型工作负载的简化方法问世。通过提供单一的控制平面、数据结构和数据平面(跨块、文件、对象、云、大型机、软件定义存储工作负载),Hitachi Virtual Storage Platform One 提供了一个统一的架构,可以有效应对前述挑战。该平台适用于所有环境,并由人工智能驱动的单个软件堆栈进行管理。通过消除基础架构、数据和应用程序孤岛,Hitachi Virtual Storage Platform One 为企业提供了可信赖的数据基础,使企业能够随时随地使用所需的数据。
Hitachi Vantara 存储和数据基础架构产品管理高级副总裁 Dan McConnell 表示:“Hitachi Virtual Storage Platform One 标志着 Hitachi Vantara 基础架构战略的一个重要里程碑。通过这个一致的数据平台,我们将为企业提供可靠性和灵活性,使企业能够在各种存储环境中不受影响地管理数据。Virtual Storage Platform One 的设计、开发和构建都将可靠性、安全性、可持续性作为重心,进一步确保其能为客户发挥更大效能。”
T-Systems 北美云服务副总裁 Mauro Guzelotto 表示:“与Hitachi Vantara的合作使我们如虎添翼,让我们能够帮助企业客户优化其云旅程,避开阻碍其数字化转型的代价高昂的陷阱。Hitachi Vantara 的 Virtual Storage Platform One 代表了可持续基础架构的下一代发展,可为各种应用程序和数据类型大规模提供可靠性和简易性。”
利用 Hitachi Virtual Storage Platform One,企业可以高效地管理其工作负载和数据资源。该平台提供的能力包括:
IDC 基础架构系统、平台与技术集团副总裁兼总经理 Ashish Nadkarni 表示:“Hitachi Vantara 通过将其整个存储产品组合整合到一个单一的、具有凝聚力的平台中,实现了变革性里程碑。这一整合大大简化了操作,并为疲于应对数据管理复杂性的企业提升了至关重要的数据可访问性。此次发布的重要意义在于,该平台能够提供统一的数据平面,无缝跨越块、文件、对象、大型机、云和 SDS 工作负载。”
Hitachi Virtual Storage Platform One 功能将于 2024 年初推出,届时将提供全新的文件和公有云产品。在 2024 年,Hitachi Vantara 还将推出更多功能,以扩大对客户工作负载的支持。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。