N2WS 宣布其最新备份软件可提供跨 AWS、Azure 和 Wasabi 的云端备份功能,声称这不仅可以降低成本,还能为 Azure Blob 和 Wasabi S3 提供直接的冷层存储备份。
N2WS (Not 2 Worry Software) 的备份方案采用云原生、平台无关的块级快照技术,旨在为 Azure、AWS 和包括 Wasabi S3 在内的第三方存储提供高速读写访问。该公司按虚拟机收费,而不是按虚拟机大小计费。N2WS 表示他们提供厂商中立的存储方案,并通过其云原生快照技术,实现对云备份的控制,从而带来"巨大的成本节省"。N2WS 是一家专注于备份和恢复的供应商,并未扩展到网络弹性领域。
N2WS 的 CEO Ohad Kritz 在一份声明中表示:"数据保护是我们的专长和核心优势。当其他公司可能会分散精力去开发终端安全或威胁情报时,我们始终专注于确保客户能够应对不断演变的 IT 威胁环境。"
N2WS 表示其备份与恢复 v4.4 版本提供以下功能:
- 通过使用 Azure Blob 可节省高达 80% 的长期 Azure 存储成本,相比 Azure Backup 具有更可预测的成本,新增按虚拟机定价 (5美元) 和优化的分层存储 - 与低成本的 S3 兼容 Wasabi 存储实现无缝的跨云自动归档 - 通过与 AWS 和 Azure 的直接 API 集成,实现更快速、更具成本效益的灾难恢复,并提供更强的不可变性 - 新的自定义标签提高灾难恢复效率,改进故障转移和故障恢复 - 定向备份重试功能,仅重试失败的资源以节省备份时间和成本
分层 Azure 备份类似于 N2WS 现有的 API 关联的 AWS 分层。Azure 虚拟机备份定价基于虚拟机和卷大小。N2WS 举例说明,如果在一个虚拟机中有 1.2TB 的数据,使用 Azure Backup 的成本将是 30 美元加存储费用,而使用 N2WS 相同虚拟机只需 5 美元加存储费用。
据悉,N2WS Azure 客户还可以选择跨订阅和跨区域灾难恢复,通过异地数据存储获得更好的保护。
跨云备份和自动恢复在不同的云中提供隔离的备份存储,避免了与 Azure Backup 等服务相关的供应商锁定风险。
N2WS 使用备份标签来识别数据源并应用备份策略。例如,AWS EC2 实例、EBS 卷和 RedShift 数据库都使用键值对进行标识。N2WS 扫描标签并对每个标记的数据源应用正确的备份策略。如果标签发生变化,可以自动应用不同的备份策略。
该公司表示其增强的恢复场景引入了自定义标签,支持保留备份标签并添加固定标签,如标记灾难恢复目标。这一改进增强了故障转移期间原始目标和灾难恢复目标之间的区分。v4.4 版本具有策略执行失败的部分重试功能,只重试失败的源,而不是所有源。
N2WS 备份与恢复 v4.4 版本现已全面上市。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。