近日,紫光股份旗下新华三集团宣布推出“新华三全闪存数据缩减承诺”计划,在连接智能管理运维平台InfoSight和数据服务控制平台DSCC的条件下,让数据缩减的效率承诺史无前例地提升到了5:1,从而助力百行百业的存储用户应对数据规模的飞速增长,降低部署和使用全闪存存储的总体成本,为行业数字化转型构建安全高效、智能加持的数据平台。

在“数字中国”、“新基建”等战略的驱动下,数字经济正在成为驱动社会经济高质量发展的关键引擎,企业需要构建起安全可靠、降本增效、敏捷创新、智能管理的新一代基础架构。在这些需求和挑战的驱动之下,全闪存数据中心正成为未来数据中心的重要发展方向之一。然而,尽管全闪存阵列在密度、时延、可靠性等方面存在显著优势,但较高的总体成本也在制约着更多行业部署和使用全闪存。
为了能够让全闪存在更广泛的维度上赋能企业的数字化转型,新华三集团基于在“智能存储”领域多年来的创新投入和技术积累,推出了“全闪存数据缩减保障”承诺计划,在连接智能管理运维平台InfoSight和数据服务控制平台DSCC的条件下,最高能为全闪存用户提供业界最高5:1的数据效率承诺;而在没有连接InfoSight和DSCC平台的情况下,也能提供最高4:1的数据效率承诺,显著提升了全闪存阵列的管理效率,降低了部署成本。在这一保障计划发布后,在2022年12月31日前向新华三以及认证合作伙伴采购HPE Nimble AF全闪存阵列、HPE Alletra 6000全闪存阵列、H3C UniStor CF5000全闪存阵列和H3C UniStor CF6600全闪存阵列的行业用户,能够以更加安全可靠、敏捷稳定、高效智能的存储系统加速数字化转型进程,为释放数据价值,驱动业务创新构建起新的创新引擎。
在这一业界最高的数据效率承诺背后,是新华三集团多年来在智能存储创新上的持续投入和技术革新。在功能上,新华三采用了精简配置、零检测、重删、压缩、块折叠等多种技术,最大限度地优化了数据效率,优化了全闪存系统的部署成本。新华三能够利用InfoSight的需求预测、应用感知等创新功能,为不同应用乃至不同版本提供最合适的数据效率设置,以智能化技术提升数据缩减的成效。同时,新华三Nimble系列闪存阵列、Alletra 6000系列全闪存储采用了独特的变长重删、自适应压缩技术,极大提升了缩减效率,同时独立的重删压缩过程可以自行开启或关闭,更不会对系统性能造成任何影响,真正践行提质增效、降低成本的双重使命。
面对“数字中国”的布局和“双碳”战略的推进,更加强大的数据缩减功能不仅将进一步推动数据价值的释放,让数据更好地发挥新型生产要素的作用,更能够以效率的提升优化存储空间利用,实现节能降耗的目标,打造更加绿色、可持续的数字基础架构。未来,新华三集团将继续以“智能存储”的全面革新洞察转型需求,释放数据价值,助力金融、政府、医疗等百行百业的用户从容应对数字时代的多重挑战,为数字经济的高质量发展全面赋能。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。