近日Infortrend发布消息将原先 EonStor GSe Pro 2000系列产品现更名为EonStor GSe Pro 200。不仅仅是名字的更改,更强化了部分产品性能,使产品更加完善,带给客户完美体验!
EonStor GSe Pro 200定位于帮助成长中的初创企业实现高效的业务和数据管理,搭配四核CPU和双10GbE端口保证闪电传输的高性能。当前市面上桌面级产品以NAS为主,受限于只能提供文件级共享功能。GSe Pro 200集NAS、SAN、云于一体的特点,完全支持数据存储,文件共享,云融合。能够处理文件级协议,例如CIFS、NFS、AFP、FTP等,也包括块级协议包括FC、iSCSI、SAS,从而高效管理数据。与目前桌面式产品的最大支持16G内存相比,GSe Pro系列产品最大支持内存64G,GSe Pro 208T在CIFS下读速度达2170 MB/s,写速度达1330 MB/s,几近市面同型产品的2倍,使其成为用户在应用虚拟化,数据库、数据采集,视频剪辑、备份、邮件服务器等IOPS/带宽要求较高的环境中的理想选择。
EonStor GSe Pro系列是专门针对中小型企业用户开发的一款存储产品。采用桌面式设计,结构紧凑,小巧轻便,采用静音设计,可以放在办公室内的任何地方,且不会打扰公司的正常办公,不用单独设立机房,大量节省投资成本,并且携带方便,可协助用于室外数据采集。采用直观的管理工具EonOne,提供多种语言选择,管理简单、维护方便,减少人力成本。
EonStor GSe Pro 205和GSe Pro208配置12Gb/s SAS扩展端口,模块化主机通道板设计,将主机连接的灵活性发挥到最大,混合式主机通道板拥有4种连接选项,确保主机通道长期可用(16Gb/s FC, 8Gb/s FC, ,10Gb/s iSCSI SFP+),通过连接4个专用的JB Pro 208扩展柜,最大可支持40颗硬盘,容量可达320T。不仅保证了最大的传输速度,也满足了企业进一步扩大业务的需求。融合NAS、SAN和云,完全支持数据存储、文件共享、云集成,中小型用户可以运行本地SAN/NAS应用,不需要太多投入,自己的存储就能轻松扩展到云端服务。
无论是GS、GSe还是GSe Pro,我们都是用统一的管理界面。采用网页形式,可管理多台设备,集中监控,并提供丰富多样的功能服务:云同步、文件浏览器、日志服务、代理服务、VPN、LDAP服务,简单直观,无需经过大量培训。
当前,云存储以灵活性高,又能无限扩展成为存储业界的新起之秀,受到中小型用户的欢迎,但是其也有明显的弊端,性能受限于网络带宽,数据安全性得不到保障。EonStor GSe Pro集成智能的云网关引擎,能够兼容当前市面流行的私有云和公有云,例如Amazon S3、Microsoft Azure、Google Cloud、阿里云,且云功能非常全面,包括云分层、云缓存、云备份,结合多种扩展方案,丰富的数据服务功能,实现本地与云端共享数据的同时,加速本地数据读写性能,自动管理云端空间,全方位保护用户数据安全。
EonStor GSe Pro除了在初创户用中有一定的优势外,在集团,大企业中也有独特的表现。在跨区域,多厂区的企业中,GSe Pro可以通过云端,提供各分厂的数据同步共享应用,实现各个厂区的数据实时同步,又可保证数据的安全性。GSe Pro也可以作为一台便携式存储设备,可以轻松携带至不同厂区,分别与云端连接,从而与主厂区同步数据,协同工作。
GSe Pro 200可以作为一个文件中心,跨平台 CIFS/SMB, NFS, AFP,文件存储与共享, 在多台计算机实现文件共享,无缝对接多个操作系统,不存在兼容性的问题。通过使用IP或FC SAN,能够支持小规模VM/VDI/Lab部署。
用户数据的安全一直是我们关注的重点。EonStor GSe Pro 200提供远程复制、快照、文件夹远程同步,帮助用户备份关键业务数据。企业级的功能,包括文件夹加密、IP自动锁定、 WORM增强数据的安全性
在EonStor GSe Pro 200的基础上我们还推出了GSe Pro 3000系列,该系列采用机架式结构,性能更加强大。读可达5,700MB/s、文件写带宽可达3,200MB/s,支持多个主机的运行,无线缆设计,容量可扩展到436颗硬盘,轻松管理数据、降低整体成本投入,从而有效支持业务的开展。
Infortrend研发人员立足中小型用户,分析其实际的存储需要,结合未来存储行业的走向,推出的EonStor GSe Pro系列存储解决方案即将刷新用户对桌面式统一存储的认知,解决SOHO、中小企业的数据存储难题。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。