• 存储
  • 储存系统
  • 融合系统
  • 数据管理
  • 云储存
就连 Google 也在努力平衡快速但昂贵的闪存与廉价但缓慢的硬盘之间的关系

就连 Google 也在努力平衡快速但昂贵的闪存与廉价但缓慢的硬盘之间的关系

谷歌透露,尽管闪存存储技术日益普及,但公司大部分存储需求仍依赖传统硬盘。为了提升存储系统性能,谷歌开发了自动化数据分层系统,在保持成本效益的同时显著改善了存储效率。这种平衡快速昂贵闪存和廉价缓慢硬盘的策略,展现了大规模数据中心在存储管理上面临的挑战和创新。

Datadobi 升级 StorageMAP,实现更智能的数据管理

Datadobi 升级 StorageMAP,实现更智能的数据管理

Datadobi 发布 StorageMAP v7.2 版本,通过增强元数据和报告功能,帮助企业降低成本、提升环保表现,并扩展对象存储数据的管理范围。新版本支持混合云存储策略,提供更精确的数据分析和管理能力,助力企业应对不断增长的非结构化数据挑战。

N2WS 推出跨云备份方案,支持 Azure、AWS 和 Wasabi

N2WS 推出跨云备份方案,支持 Azure、AWS 和 Wasabi

N2WS 发布最新备份软件,支持 AWS、Azure 和 Wasabi 的跨云备份功能。通过云原生、平台无关的块级快照技术,提供高速读写访问能力,并采用按虚拟机收费的定价模式。新版本可降低长期存储成本,支持 Azure Blob 和 Wasabi S3 直接冷存储备份。

《AI启示录》:杨晓东眼中的AI“中国速度“,希捷如何跑赢这场数据竞赛?

《AI启示录》:杨晓东眼中的AI“中国速度“,希捷如何跑赢这场数据竞赛?

当生成式AI真正渗透到千行百业时,数据存储将面临前所未有的挑战,而这正是机械硬盘技术持续迭代的重要契机。

Pure Storage 的下一波增长浪潮:AI 与超大规模计算

Pure Storage 的下一波增长浪潮:AI 与超大规模计算

Pure Storage 推出 FlashBlade//EXA 平台,专为 AI 和高性能计算需求打造。该平台采用分离式全闪存架构,解决传统存储系统在数据摄取、训练和推理方面的瓶颈问题。同时,Pure 与 Meta 达成重要合作,为其超大规模存储基础设施提供支持,标志着闪存技术正成为下一代数据中心的基础。这些举措反映了 Pure 不仅专注于传统企业存储,更着眼于未来发展。

AI 为数据赋能,我们如何实现其价值?

AI 为数据赋能,我们如何实现其价值?

随着AI基础设施市场的爆发式增长,数据管理和存储对企业实现AI投资价值变得至关重要。企业面临的挑战包括数据分散、传统架构限制和混合云环境的复杂性,需要灵活、可扩展的存储解决方案来有效管理和提取数据价值。

DDN 推出混合文件对象技术的 Inferno 和 xFusionAI

DDN 推出混合文件对象技术的 Inferno 和 xFusionAI

DDN 在 Nvidia 的 GTC 2025 大会上发布了 Inferno 高速对象存储设备和 xFusionAI 混合文件+对象技术。Inferno 通过整合 Nvidia Spectrum-X 交换机,性能显著优于 AWS S3。xFusionAI 则结合了 EXAScaler 高速文件存储和 Infinia 对象存储,为 AI 工作流提供平衡的存储解决方案。这两项技术旨在消除 AI 瓶颈,加速工作流程,并实现复杂模型的扩展。

Pure Storage 扩展 AI 能力,获得 Nvidia 认证

Pure Storage 扩展 AI 能力,获得 Nvidia 认证

Pure Storage 与 Nvidia 展开合作,使现有和新的 FlashBlade 客户能够为运行在 Nvidia AI 数据平台上的 AI 模型提供数据存储支持。通过参考设计和认证,FlashBlade 产品线可与 Nvidia 最新的 Blackwell GPU 实现无缝集成,并获得了 Nvidia 认证存储合作伙伴的基础级和企业级双重认证,为 AI 工厂提供强大的存储支持。

“全方位“能源战略对数据中心发展的重要性

“全方位“能源战略对数据中心发展的重要性

随着AI等新技术的兴起,数据中心能源需求预计到2030年将增长160%。文章强调需要采取"全方位"能源策略,整合可再生能源与传统能源,特别提倡沼气等可靠能源的应用,以满足不断增长的计算需求,同时减少环境影响。

构建智能时代数据基石,闪迪带着系统级创新奔赴而来

构建智能时代数据基石,闪迪带着系统级创新奔赴而来

在AI技术快速演进的时代,闪迪正通过持续创新的产品组合,为AI生态系统创造更大价值。依托系统级领导力方面的深厚积累,打造面向未来的智能存储基础设施。

AI 时代下存储阵列的极致规模与并行化转型

AI 时代下存储阵列的极致规模与并行化转型

存储阵列行业正在发生巨大转变,转向支持AI训练和推理的极度规模化、并行化和多协议数据传输。传统的双控制器阵列和横向扩展文件集群正逐渐被淘汰。新一代存储系统具有超大容量、低延迟、高性能和多协议支持等特点,能够满足AI对数据的海量需求。VAST Data、WEKA等新兴公司引领了这一变革,传统厂商也纷纷推出相应的产品和解决方案来应对挑战。

速度为先:高效 AI 数据管理中的 ADC 应用

速度为先:高效 AI 数据管理中的 ADC 应用

随着 AI 数据呈指数级增长,存储环境日益复杂。传统存储方法正在升级以应对海量数据。应用交付控制器成为关键,通过负载均衡和智能流量管理来优化数据应用。组织正转向可扩展的云对象存储,以实现高性能、安全和可扩展的 AI 数据管理。ADC 平台成为支持任何环境下应用交付需求的关键解决方案。