/

2020，IDC报告浪潮存储销量中国第二

报告显示，2020年中国企业级存储市场稳健增长，整体销售额和销量分别为320亿元和21.3万台，增速分别为18%和5%。
日前，IDC公布2020年第四季度中国企业级存储市场跟踪报告，至此全年数据已全部公布。报告显示，2020年中国企业级存储市场稳健增长，整体销售额和销量分别为320亿元和21.3万台，增速分别为18%和5%。浪潮存储全年实现高速增长，销售额和销量分别为26亿元和2.4万台，增速分别为70%和96%，以20倍业界平均销量增速遥遥领跑中国市场。
 
从产品维度看，分布式存储、全闪存储等多元化产品促进了中国存储市场的增长。2020年分布式存储(SDS&HCI硬件)市场规模同比增长45%，在中国存储市场份额达到40%；全闪存储仍保持高速增长，其中超59%的全闪存储出货价高于70万元。浪潮存储在全闪存储和分布式存储领域表现优异，市场增速分别为超33%和100%，为浪潮存储增速领跑中国市场夯实了基础。
 
从行业维度看，政府、金融、通信行业在中国市场位居前三，三者占据了中国存储市场约60%的市场份额，市场增速分别为11%、16%和30%。浪潮存储在这三大行业实现了规模化部署，其中在通信行业，浪潮存储在运营商分布式块、分布式文件、磁盘阵列、全闪存储等一系列重量级集采项目的中标，标志着浪潮存储在通信行业已经全面部署；在金融行业，浪潮存储为大型国有银行、中国人寿、招商银行等金融用户提供了数据支撑和保障。此外，浪潮存储还在国家气象大数据研究、中国天眼FAST天文大数据、方特动漫3D动画电影制作、马栏山文创园视频大数据等超级工程中实现了规模化应用。
 
浪潮存储能够实现销售额和销量增速的双双领跑，源于其对新数据时代的前瞻洞察和技术上的极致追求。浪潮推出了中国首款、全球首批采用傲腾SSD的全闪存储，基于iTurbo智能引擎的智能感知、智能多路径、自组织和自适应技术将存储性能提升60%、延时降低40%，在SPC-1测试中包揽了16控、8控、单位成本性能3块“金牌”。在分布式存储方面，浪潮存储基于业界首个“多合一”架构实现块、文件、对象、大数据等多种数据服务的融合，并深入业务场景开发了业界首个企业级存储回收站、软拷贝、ACL高级权限管理等个性化功能，为云、大数据、人工智能、5G等新技术领域提供了超大规模数据平台。
 
未来随着新基建加速落地，云、大数据、人工智能、区块链、5G等新技术与实体经济将加速融合，中国存储市场未来5年复合增长率将达到8%，其中全闪存储和分布式存储将持续高速增长。浪潮存储基于“云存智用 运筹新数据”的理念，将在分布式和全闪存储领域持续加大投入与创新，释放数据价值加速企业数字化转型。

来源：至顶网存储频道

0赞

好文章，需要你的鼓励

推荐文章
DeepResearchGym：一款免费、透明且可复现的深度研究评估沙盒，让研究者摆脱商业搜索API的束缚

人工智能

深度研究系统

信息检索评估框架

2025-06-01

DeepResearchGym：一款免费、透明且可复现的深度研究评估沙盒，让研究者摆脱商业搜索API的束缚

DeepResearchGym是一个创新的开源评估框架，专为深度研究系统设计，旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发，结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明，使用DeepResearchGym的系统性能与使用商业API相当，且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性，验证了该框架评估深度研究系统的有效性。

FinTagging: 金融信息提取与结构化的新基准测试，让大语言模型更懂财报数据

金融信息提取

大语言模型

XBRL标记

2025-06-01

FinTagging: 金融信息提取与结构化的新基准测试，让大语言模型更懂财报数据

这项研究介绍了FinTagging，首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法，它将XBRL标记分解为数值识别和概念链接两个子任务，能同时处理文本和表格数据。在零样本测试中，DeepSeek-V3和GPT-4o表现最佳，但在细粒度概念对齐方面仍面临挑战，揭示了当前大语言模型在自动化XBRL标记领域的局限性，为金融AI发展提供了新方向。

SweEval：企业使用中的多语言LLM脏话安全基准测试研究

人工智能安全

多语言自然语言处理

企业AI应用

2025-06-01

SweEval：企业使用中的多语言LLM脏话安全基准测试研究

这项研究介绍了SweEval，一个新型基准测试，用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集，模拟不同语调和上下文的真实场景。实验结果显示，LLM在英语中较少使用脏话，但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好，且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。

无需验证师：如何让大型语言模型在没有答案检查者的情况下进行更好的推理

人工智能

强化学习

大型语言模型

2025-06-01

无需验证师：如何让大型语言模型在没有答案检查者的情况下进行更好的推理

这项研究提出了"VeriFree"——一种不需要验证器的方法，可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性，限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率，作为评估和训练信号。实验表明，这种方法不仅能匹配甚至超越基于验证器的方法，还大幅降低了计算资源需求，同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。

2021

04/06

13:29

分享

点赞

最新文章
相关文章
邮件订阅
AI启示录
更多

友情链接

业界热点:

北京第二十六维信息技术有限公司（至顶网）版权所有. 京ICP备15039648号-7 京ICP证161336号京公网安备 11010802021500号  京网文(2025) 0096-033号  京字第20868号

举报电话：010-62641205　涉未成年人举报专线：010-62641208 举报邮箱：jubao@zhiding.cn　公开举报受理处置规则

网上有害信息举报专区：https://www.12377.cn

安全联盟认证