2020年4月22日,北京——今日,Hitachi Vantara宣布推出虚拟存储平台Hitachi Virtual Storage Platform(VSP)的最新产品VSP E990,这是一款面向中型企业客户的新一代企业级存储平台。
Hitachi Vantara数字基础架构总裁Brian Householder表示:“几十年以来,Hitachi Vantara凭借经过实践检验的、高可靠的数据解决方案在行业中一直处于领先地位。久经验证的Hitachi Vantara 以100%的数据可用性保障支撑解决方案的性能、可用性和可扩展性。配备Hitachi Ops Center的全新一代VSP E990完善了我们面向中型企业级用户的产品组合,不断推动AIOps更有效地服务于我们的用户,进而让这些用户更智能地服务于他们自己的客户。”
业界领先的数据缩减能力可有效降低存储成本
新推出的Hitachi VSP E990搭配Hitachi Ops Center,实现了业界领先的4:1数据缩减,数据精简比是最接近VSP E990的同类产品的两倍,将帮助用户释放高达75%的存储容量。
由AI强化的管理工具极大简化存储配置
配备Hitachi Ops Center的VSP E990便可帮助用户直面应对这一挑战。Hitachi Ops Center具备AI增强的管理功能,可帮助要求严苛的应用程序将存储效率提升多至90%。此外,它还可以将需要手动配置的存储任务减少70%,将故障根本原因分析的速度提高四倍,从而显著加快故障排查速度。
性能可信赖,费用可负担
VSP E990以中型企业可承受的价格为其提供极高的可靠性——Hitachi Vantara存储系统的高可靠性已经过市场的长期检验。VSP E990采用全NVMe架构,可提供业界领先且成本最低的IOPS(每IOPS成本低至0.03美元),同时可为消耗大量资源的业务应用程序提供超低延迟的服务。
全新VSP E990的高性能和低延迟特性,能够极大地提高业务应用程序性能,其行业领先的数据缩减能力可确保用户降低存储成本。Hitachi Ops Center强大的管理软件由人工智能驱动,能极大简化人工智能(AI)、机器学习(ML)和容器化应用程序的存储配置。Hitachi Vantara拥有广泛且性能强大的基础架构解决方案组合,VSP E990作为该组合的新成员配备了Hitachi Ops Center,为面向中型企业级用户的Hitachi Vantara系列解决方案提供了NVMe全闪存方案。这些基础架构解决方案拥有创纪录的性能表现,且能为所有规模的用户提供Hitachi Vantara一贯承诺的100%数据可用性保障。
IDC企业级基础架构系统、平台和技术研究副总裁Eric Burgener表示:“通过推出VSP E990存储系统,Hitachi Vantara将中端存储的性能提升到全新的水平。VSP E990是一款既支持存储级内存(SCM),又支持NVME-oF的全闪存NVMe系统,性能可扩展至近600万IOPS,有效容量超过16PB,并可通过压缩和数据缩减技术提供‘毫无争议的’4:1数据精减比,同时确保100%的数据可用性。对于需要为关键任务工作负载提供更多存储空间的中型企业而言,他们应该清晰认识到Hitachi VSP E990可以为他们带来的价值。”
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里达摩院联合浙江大学推出VideoRefer套件,这是首个能够精确理解视频中特定物体的AI系统。该系统不仅能识别整体场景,更能针对用户指定的任何物体进行详细分析和跨时间追踪。研究团队构建了包含70万样本的高质量数据集VideoRefer-700K,并设计了全面的评估体系VideoRefer-Bench。实验显示该技术在专业视频理解任务中显著超越现有方法,在安防监控、自动驾驶、视频编辑等领域具有广阔应用前景。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
Sa2VA是由UC默塞德等高校联合开发的突破性AI系统,首次实现图像视频的统一理解与精确分割。通过巧妙融合SAM-2视频分割技术和LLaVA多模态对话能力,Sa2VA能够同时进行自然对话和像素级物体标注。研究团队还构建了包含7万多个复杂视频表达式的Ref-SAV数据集,显著提升了AI在长文本描述和复杂场景下的表现。实验显示,Sa2VA在多个基准测试中达到业界领先水平,为视频编辑、医疗诊断、智能监控等领域带来新的应用可能性。