昆腾公司今天宣布全面发售公司屡获殊荣的StorNext®横向扩展文件系统的最新重大版本StorNext 6。它以独一无二的方式融合了用于内部、混合云和公有云环境的全新先进数据管理功能以及行业领先的流媒体性能。StorNext 6现已随昆腾Xcellis®工作流存储解决方案出货,它让用户能够克服传统NAS系统的限制,从而满足快速增长的大型数据密集型负载的需求,并从这些数据中提取业务价值。最新版StorNext能够让分布在各地的团队以更高效、更经济的方式访问文件,以便在整个生命周期内管理并保护归档数据以及审查数据变更。
多站点文件复制与共享,实现更轻松地协同办公
基因组学、学术研究、视频监控和政府安全等数据高度密集环境所面临的一个关键挑战就是:让分散在各地的团队能够一起使用一个共同的数据集,以便进行创作、分析或其它工作。StorNext 6通过使用两个新功能:FlexSync™和FlexSpace™,而解决了这一挑战。
• FlexSync通过高度可管理、高度自动化的方式在多个StorNext系统之间快速、灵活而轻松地同步数据。它支持一对一、一对多和多对一文件复制,并几乎能够在任何层面运行:特定文件、特定文件夹或整个文件系统。
• FlexSpace让多个StorNext实例以及分布在各地的团队,能够共享一个存储库,并轻松访问同一个数据集。为了降低成本,共享存储库避免在每个站点都保留重复的数据副本,同时随时随地为所有用户提供访问权限。FlexSpace支持使用S3协议的公有云和私有云存储,其中包括Amazon Web Services(AWS)、谷歌云以及昆腾Lattus?对象存储和第三方对象存储,例如:NetApp StorageGRID、IBM Cleversafe和Scality RING。

增强的StorNext客户端功能,实现更高的敏捷性
高性能文件存储用户可能随时会有数十个、数百个、甚至数千个客户端同时访问系统,这会阻碍工作流并导致低效。为了解决这一问题,StorNext 6纳入一个新的服务质量(QoS),用于优化所有客户端工作站上的性能,并对每个设备逐一进行优化,以便符合业务优先级。用户能够:
• 针对涉及紧急项目、要求更为苛刻的应用,为特定工作站分配更多带宽。
• 设置参数,这样不紧急的活动就不会消耗不必要的带宽。
• 当优先级发生变化时,迅速进行相应的调整。
StorNext 6还让客户端平台无需检索整个目录,就能浏览包含离线文件在内的归档目录--这些文档的数量多达数十万甚至数百万。因此,该功能大大简化了归档检索流程,让用户能够更快找到自己想要的文件。
文件拷贝过期功能提高了投资回报率,而文件审查功能带来了更深入的洞察
作为可在闪存、机械磁盘、对象存储、磁带和云上横跨一个命名空间的单一、集成解决方案的基础,StorNext长期以来一直通过分层来降低总体存储成本。StorNext 6添加了:
• 一个新的拷贝到期功能,能够自动从更昂贵的存储层移除文件拷贝,从而释放空间并提高整体投资回报率。
• 能够在整个数据生命周期跟踪文件中的变化并报告何人更改了文件、何时更改的文件、对哪些部分进行了更改、文件是否迁移、迁移到什么地方,所有这些都让管理员能够更精细地管理文件、洞察使用模式,并帮助其满足规定要求。
销售情况
StorNext 6现已预装在所有新购买的Xcellis设备上,也免费供那些在现有支持合同下运行StorNext 5的Xcellis用户使用。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。