作者:Beth Phalen,戴尔科技集团数据保护总裁兼总经理
中国北京——2020年3月20日数据对企业组织越来越重要,这已经是不争的事实,他们日益依赖数据推动创新、创造新收入、深入了解客户、合作伙伴以及利益相关方的需求。尽管,企业组织在对于数据的保护、以及确保任务关键型应用服务在多云环境下的高可用性方面的投资与日俱增,但同时,不同规模组织遭受应用中断、数据丢失的现象也在急速增加。这导致了营收损失、员工生产力下降以及机会的流失。
根据2020年全球数据保护指数(GDPI)快速调查(Global Data Protection Index 2020 Snapshot),82%的受访者表示,在过去的12个月内遭遇过数据中断事故(即宕机、数据丢失或者两者兼有),与2019年GDPI的调查结果76%相比有所上升。在这12个月里,因数据丢失而造成的损失年均超多100万美元,较前一年相比略有上升,而宕机带来的损失激增了54%,从2018年的52万美元上升到了2019年的81万美元。
这样持续性数据中断事故的背后原因是什么?跨边缘环境、核心数据中心以及多云环境中,不断增长的数据和应用服务的确给IT组织确保数据的保护、合规、安全带来了挑战。
除了IT技术具有复杂性,应用服务自身也在持续革新之中。组织的步伐加快,寻求更敏捷的市场应用部署,容器、SaaS及云原生应用程序正在改变数据保护的动态环境。
同样,物联网等分布式边缘技术正在推动数据量前所未有地增长,智慧城市、自动驾驶、医疗设备、以及各种各样想像得到的传感器等数字设备在收集着各种各样的数据。在不久的将来,边缘位置的数据量将超过所有公有云数据量的总和,这不仅给数据保护基础设施带来了挑战,也对IT团队能否有效地管理、保护数据安全带来了巨大的压力。
为了更好解释数据保护的复杂性对宕机、数据丢失及相关损失的影响,请考虑以下GDPI调查中的数据:
80%的受访者表示,他们采用了多家数据保护供应商的解决方案。奇怪的是,这些组织愿意投入更多时间、金钱、人力资源来保护数据和应用程序,但他们每年因数据丢失和宕机所产生的损失却比仅雇用一家数据保护供应商的组织要高得多。
此外,大多数受访者都对他们的数据保护解决方案缺乏信心,他们担心这些解决方案是否能帮他们实现网络攻击后的数据恢复,是否符合相关法规,是否达到了应用服务级别,是否能够为未来的数据保护业务需求做好准备。因此,有三分之二的组织担心他们在未来12个月会继续经历数据中断事故也就不足为奇了。
为了应对数据保护的复杂性、尽量减少数据中断事故,以及降低数据丢失和宕机的风险,组织需要简单、可靠、高效、可扩展且自动化程度更高的解决方案来保护应用程序和数据,无论工作负载是部署在哪个平台(物理、虚拟、容器、云原生、SaaS等)或环境(边缘、核心、多云)中。
这些解决方案还应该帮助组织确保合规性,以及增强数据在混合云和多云基础设施中的安全性。解决方案也能够提供组织所需的全球性规模,以应对未来应用工作负载和数据量的指数式增长。
通过提供丰富的数据保护解决方案组合,可满足跨边缘环境、核心数据中心、多云环境中的传统和新型工作负载的需求,戴尔科技集团为组织带来了可靠而行之有效的、简化而高效的现代化数据保护,以及应用程序和数据恢复,同时通过整体化的网络弹性确保了合规性,并降低了数据丢失风险。
有了我们业内领先的数据保护软件和集成数据保护设备,客户可以保护他们部署在本地及云上的重要数据资产。例如,此时此刻,我们正在为1000多位客户保护他们在公有云上的超过2.7EB的数据。
同时,为了能够提供市场上最具创新性的数据保护解决方案,我们也持续在数据保护方面加倍投入。近期,我们宣布了在PowerProtect Data Manager上对Kubernetes容器的保护支持,严密保护客户部署在容器中的重要数据,让客户得以加速创新步伐而无后顾之忧。
而这仅仅只是开始。凭借敏捷的开发动力,我们已准备好每个季度持续推出新的数据保护功能,让客户的数据无论是部署在边缘环境、核心数据中心还是多云环境,无论部署方式是什么,都能得到保护。
作为数据保护软件和集成数据保护设备的行业领导者,戴尔科技集团致力于为客户提供端到端的创新数据保护解决方案,旨在消除数据保护复杂性并跳出数据中断的循环,从而帮助他们实现当下和未来的转型。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。