在Gartner一年一度的对象存储魔力象限中,有三个新来者和一个消亡者。
在Gartner公布的2017年分布式文件系统和对象存储系统魔力象限中,以“前瞻性”和“执行能力”两个维度对分布式文件系统和对象存储厂商进行了评估。四个象限分别是下方的“特定领域者”和“远见者”,以及上方的“挑战者”和“领导者”。
下面就让我们看看2017年10月版的魔力象限,然后是去年的版本。
需要注意的一点是,领导者和挑战者没有太大改变,只有象限内的小幅位置移动。HDS变成了Hitachi Vantara,因为日立的业务部门进行了重组和命名。
Qumulo以远见者的身份进入该魔力象限,HGST和StorageCraft(Exablox)以特定领域者进入象限。
Panasas曾经是在特定领域者象限,现在已经完全消失了。
关于这些新进的和消失的厂商,Gartner是怎么说的?
- Qumulo的业务扩展到了北美之外的地区,现在已经得到了Gartner魔力象限的认可
- HGST ActiveScale已经突破了面向生产客户的限制,现在得到了Gartner魔力象限的认可
- StorageCraft (Exablox) OneBlox产品开发现在覆盖了多种使用实例,这得到了Gartner魔力象限的认可
- Panasas:在2017年的魔力象限中Gartner对入围标准做了修改,仅包括那些可应对多种使用实例的厂商,而Panasas ActiveStor并不满足这一条,因为它只针对商业高性能计算
Gartner分析师认为,到2021年将有超过80%的企业数据保存在企业的横向扩展系统和云数据中心内,高于如今的30%。这对于该领域中的初创公司和新来者是个好消息。
分析师建议我们应该关注特定的一些厂商,因为这些厂商开始在非结构化数据存储市场获得更多关注:
- Elastifile
- 微软
- Hedvig
- Minio
- Nexenta
- Pure Storage
- 浪潮
明年的魔力象限期待看到一些有趣的变化。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
微软研究院提出潜在分区网络(LZN),首次实现生成建模、表示学习和分类任务的真正统一。该框架通过共享高斯潜在空间和创新的潜在对齐机制,让原本独立的AI任务协同工作。实验显示LZN不仅能增强现有模型性能,还能独立完成各类任务,多任务联合训练效果更是超越单独训练。这项研究为构建下一代通用AI系统提供了新的架构思路。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
上海AI实验室开发的VLAC模型让机器人首次具备真实世界自主学习能力。该系统如同给机器人配备智能导师,能实时评估动作效果并从中学习。在四个操作任务测试中,机器人成功率从30%提升至90%,仅需200次练习。技术结合视觉、语言理解和动作生成,支持跨场景适应和人机协作,为家庭服务、医疗护理等领域应用奠定基础。