备份专家Veeam日前推出一体化的Veeam数据平台,包括Veeam 备份与复制、监控工具VeeamONE、Veeam 业务恢复编排器自动化功能以及Salesforce和Office365的SaaS备份模块。Veeam数据平台取代了Veeam 可用性套件。Veeam 可用性套件之前曾将Veeam的所有数据保护产品捆绑在一起。
Kubernetes容器备份产品Kasten可以与Veeam数据平台一起销售,但尚未整合到VeeamOne控制台。
Veeam区域副总裁Patrick Rohrbasser表示,“我们把自己的解决方案放在一个新的平台上,以应对勒索软件、混合云和容器化的新数据安全挑战。”
Rohrbasser表示,“说起新挑战这事,现在更强调在事件发生后快速恢复的能力。”
他称,“企业不只是想要一个备份副本。他们希望更好地协调恢复正常的能力,因此就需要复杂的规划并坚持遵守监管要求。Veeam数据平台提供了自动化和监控方面的工具以及主动决策支持,可以实现这些目标。”
Veeam备份和复制层提供实时备份功能、异步复制到二级灾难恢复(DR)站点以及无延迟恢复。这些几乎涵括了所有可能的情况,例如虚拟机或物理机、本地或云、Windows、Linux或Mac,文件或数据库等等。
Veeam Veeam 备份与复制第12版与第11版相比据称多了500种新功能。这些功能包括不可改变的副本,现在扩展到所有备份的托管副本,即是说包括块、文件和对象模式的卷以及AWS和Azure的云存储数据。另一个突出的新增功能是可以无需转换直接将备份保存到对象存储。
VeeamOne层引入了自动备份测试,以确保备份是健康的和可恢复的。VeeamOne还可以检测隐藏在备份中的勒索软件,除了检测写入错误,特别是那些可能在数据库保存期间被破坏数据的错误。该软件提供快速解决这类问题的方法。最后,VeeamOne为备份引入了分析功能。客户可以定义符合自己要求所必须满足的条件的备份,并对其进行审计。
Veeam Veeam 业务恢复编排器是最后一层,允许预定义恢复场景,只需点击一下就可以启动恢复场景。该软件不只是恢复到客户想要恢复的地方,还可以测试数据,必要时清除任何感染,然后将运行数据所需的服务器重新上线。Veeam Veeam 业务恢复编排器甚至可以在事件发生前模拟各种场景。
Rohrbasser表示,“简而言之,Veeam数据平台令企业在面临新的挑战和技能短缺的情况下节省时间。”
Veeam数据平台提供三种功能级别的销售选择。最昂贵的版本(高级版)包括所有的功能,并由Veeam勒索软件保证(Veeam Ransomware Warranty)支持,Veeam勒索软件保证指在发生网络攻击时Veeam数据平台没有解决的情况下对客户进行赔偿。
高级版缺少Veeam 业务恢复编排器层,而Foundation版或多或少是Veeam 备份与复制的一个新产品。需要注意的是,现在已经不可能单独购买VeeamOne了。
Office365和Salesforce模块以及Kasten可以单独购买,或者作为Veeam数据平台的一部分购买。
Rohrbasser表示,“我们可以把这些产品作为Veeam数据平台的一部分出售。但这些都是非常理想的功能,我们可以瞄准那些还不是我们客户的企业。”
他表示,“在我们的竞争对手客户群中,Kasten特别成功。其中一个原因是,Kasten除了备份还是一个在不同Kubernetes集群之间迁移容器的好工具。”
好文章,需要你的鼓励
华盛顿大学Pedro Domingos教授提出的张量逻辑是一种革命性的AI编程语言,它通过将逻辑推理与张量代数在数学层面统一,实现了符号AI和神经网络的深度融合。该语言仅使用张量方程这一种构造,就能优雅地实现从Transformer到形式推理、从核机器到图模型等多种AI范式,更重要的是开辟了在嵌入空间中进行可靠推理的新方向,有望解决大型语言模型的幻觉和不透明性问题,成为推理、数学和编码模型的理想语言。
中科院研究团队发现AI模型存在严重的跨语言推理缺陷:英语训练优秀的模型在其他语言上表现平平。研究揭示了三个重要规律:首次平行跃迁现象、平行扩展法则和单语言泛化差距,证明当前AI过度依赖英语特有模式而非通用推理能力。通过"并行训练"策略,仅增加一种平行语言就能将跨语言能力提升115%,为构建真正全球化AI系统指明方向。
科技巨头IBM今日宣布推出新的区块链数字资产平台,专为金融机构和受监管企业设计。该平台名为"数字资产避风港",将为银行、企业和政府提供比特币、以太坊、稳定币和代币化资产的安全管理服务。平台由IBM与数字钱包基础设施提供商Dfns合作开发,支持超过40个公链和私链的全生命周期管理,并集成第三方身份验证和反洗钱合规工具。
卡内基梅隆大学和斯坦福大学研究团队提出RLAD方法,让AI学会像人类一样先从解题过程中总结经验,再运用这些"推理抽象"指导解题。该方法使用双AI协作训练,在AIME 2025等数学竞赛中比传统方法提升44%准确率,甚至实现了弱AI指导强AI的现象,为构建更智能的AI系统提供了新思路。