Veeam新近发布最新版本的Veeam数据平台(Veeam Data Platform),进一步扩大了对不同平台的支持力度,特别是为从VMware迁出的平台提供额外支持。
自从去年年底完成对VMware的收购以来,博通已经将其业务重点转向了大型客户。因此Veeam方面报告称,其中小企业客户正在考虑将Proxmox VE作为替代方案。Proxmox VE是一款开源服务器虚拟机与容器环境,其工具集包括用于备份客户虚拟机的vzdump,并可与Proxmox Backup Server集成以实现对备份的集中管理。
在Veeam数据平台v12.2中,Proxmox VE可提供完整的备份支持,且无需管理或使用备份代理即可保护虚拟机管理程序。用户还将获得灵活的恢复选项,包括从VMware、Hyper-V、Nutanix AHV、oVirt KVM、亚马逊云科技、Azure以及Google Cloud处实现虚拟机恢复。此外,用户亦可将物理服务器备份直接恢复至Proxmox VE,从而实现灾难恢复(DR)或者虚拟化/迁移的目标。
Proxmox Server Solutions公司CEO Martin Maurer表示,“我们认为Veeam对于Proxmox VE虚拟机管理程序的支持,对那些重视开源灵活性和成本效益的组织来说是一项宝贵的补充。其允许客户继续使用自己首选的单一平台实现数据备份一恢复,同时采用他们指定的首选虚拟机管理程序。”
James Westendorf
美国伊利诺伊州莱克兰学院技术服务总监James Westendorf评论称,“面对VMware近期的一系列变化,我们不得不重新评估到底该为数据中心选择哪种虚拟机管理程序——这很明显是个艰难的决定。Veeam仍然是我们的重要合作伙伴,我们也期待最终会选择迁移至Proxmox。”
在他看来,“使用Veeam提供的值得信赖的数据迁移工具,能够让我们在这个充满动荡的时期获得更好的可靠性和安全感。”
在v12.2当中,Veeam还“增强了”Nutanix AHV集成,以确保在不影响生产环境的前提下保护关键数据免受副本节点的影响。Veeam方面解释称,用户可以从Nutanix Prism及基于策略的备份作业间的“深度”集成、“增强的”备份安全性和网络设计的“灵活性”当中获益。
据我们了解,升级后的平台还为MongoDB提供备份支持,具体包括不可变备份、备份副本以及“高级”存储功能。
除此之外,新版本还扩展了对亚马逊云科技的支持,允许用户通过基于策略的保护及“自动快速恢复”将本机弹性扩展至Amazon FSx和Amazon Redshift。微软Azure同样迎来了广泛支持,包括面向Azure Cosmos DB和Azure Data Lake Storage Gen2的本机弹性选项,旨在实现“弹性保护与自动恢复”。
分析机构The Futurum Group研究主管Krista Case表示,“我们观察到客户正在评估各种各样的虚拟机管理程序和云基础设施选项,旨在优化成本和功能。也正因为如此,数据移动性比以往任何时候都更加重要。”
本月初,咨询分析企业Gartner将Veeam列为全球企业级备份和恢复软件市场的领导者,一举夺下Veritas的头把交椅。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。