Veeam正式宣布推出托管数据云(Data Cloud)产品,将以收购而来、基于Azure的Cirrus备份即服务(BaaS)软件来保护各微软服务。
Veeam于去年10月从合作伙伴CT4处买下了Cirrus软件,借此首度进军BaaS领域。该公司之前一直通过各Veeam云与服务提供商(VCSP)合作伙伴,向市场提供托管备份与灾难恢复服务。产品的应用目标涵盖Microsoft 365、各公有云(亚马逊云科技、Azure以及Google Cloud),以及托管与异地备份BaaS。2022年10月,Veeam Backup for Salesforce正式亮相。现如今,Veeam进一步扩大自身业务,又推出了面向Microsoft 365与Azure环境的,基于Azure的云原生Veeam数据云(VDC)。
公司CEO Anand Eswaran在一份声明中表示,“作为全球排名第一的数据保护与勒索软件恢复服务商,以及Microsoft 365备份领域的领导者,我们正在以「即服务」的形式为Microsoft 365以及微软Azure带来更多值得依赖的功能。”
SaaS保护业务的总体规模正在迅速扩大。除了Asigra之外,还有Metallic推出的Commvault Cloud、Druva、HYCU、Keepit,以及与Cohesity合作的OwnBackup等等。
目前的SaaS保护主要分两种方法。第一就是像Veeam这样,由备份供应商自主编写连接器软件来接入SaaS应用程序,重点关注客户方面各种主要SaaS应用(例如Microsoft 365)。第二种则是鼓励SaaS应用程序提供商或其客户自行构建连接器,通过这种方式将其SaaS应用程序与保护服务连接起来。Asigra和HYCU就是后一种的典型代表,也因此能够覆盖市面上更多的SaaS应用程序。HYCU甚至为客户提供基于生成式AI的连接器构建方案。
Veeam数据云使用Azure Blob存储来保存备份。作为一项一体化服务,其中包含备份软件、基础设施与存储部分。各备份副本将持续接受版本控制与维护,Veeam数据云在设计上还严格遵循零信任理念。
Veeam的VDC for Microsoft 365是以现有Veeam Backup for Microsoft 365为基础构建而成,目前已经发布独立服务选项,能够为Exchange Online、SharePoint Online、OneDrive for Business和Teams提供备份与恢复支持。VDC for Azure则是一项全托管、预配置的
服务,负责为Azure VM、Azure SQL和Azure Files提供备份与恢复,且支持可定制的恢复点目标(RPO)与恢复时间目标(RTO)。
我们向Veeam公司询问了Veeam Backup for Salesforce与Veeam数据云之间的结合点。该公司产品战略高级总监Rick Vanover解释称,“我们其实不乏将Veeam数据云扩展至其他Veeam产品的机会。我们对于扩大服务交付规模有着强烈的意愿,相关计划也正在推进当中。”
按目前的情况看,基于Azure的SaaS应用程序应该也将受到保护,而且Veeam数据云有可能会进一步向亚马逊云科技和Google Cloud扩展。客户既可以选择使用同类最佳的独立SaaS应用程序保护产品,例如Keepit和OwnBackup,也可以现有全面备份服务商的支持范围进一步扩展到SaaS应用程序领域。总的来讲,顶尖SaaS应用程序保护产品已经具有一定领先地位,而现有产品则努力迎头赶上并希望夺取部分市场份额。
最后,Veeam数据云服务现已正式上线。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。