IBM认为客户目前主要面临三大紧迫数据挑战,因此正重新调整存储产品组合,希望迎难而上、助力赋能。
这三大挑战分别是:AI/机器学习与HPC工作负载;混合云应用的转换,和数据从边缘到核心、再到云端的移动;以及面对恶意软件时的数据弹性。以往蓝色巨人旗下的Spectrum存储品牌将被撤销,重组工作将通过市场研究、与行业负责人交流以及开展客户合作等几个步骤一一推进。
Denis Kennelly
在公布消息之前,IBM首先引用了公司存储部门总经理Denis Kennelyy撰写的博文。其中提到,“这一举措的结果,就是减少我们所需推广的产品数量,借此将产品组合精简为更易管理的规模,同时更偏向于软件定义的、开放的且更易用的解决方案即服务形式。此外,我们还希望借此明确表达IBM在存储业务领域占据的重要地位。正是这些原因,促使我们放弃Spectrum品牌,真正将精力集中在IBM的优势方向——也就是存储上。”
他在博文中还放出一份图表,具体描述了此次存储业务调整:
其中AI/机器学习/HPC(数据与AI)市场将由IBM Storage Scale(原Spectrum Scale)和Storage Ceph提供支持,其中Ceph为IBM收购Red Hat时获得的软件产品。Kennelly解释道,“Ceph是行业领先的开源软件产品,我们正通过投资将其作为IBM软件定义存储平台的基础。”Ceph提供块、文件和对象访问协议支持,主要支持这部分市场的通用型工作负载。
与这两款软件相关的原存储硬件产品为Storage Scale System,即之前的Elastic Storage System(简称ESS)系列。
IBM还将通过面向Red Hat OpenShift的数据编排存储融合软件冲击混合云市场。在它的帮助下,客户能够发现整个组织内的数据并加以存储、数据、管理、治理和移动。该软件之前名为Spectrum Fusion,相当于把Spectrum Scale的功能与Spectrum Protect Plus数据保护软件相结合。
Storage Fusion HCI系统则是专门为Openshift构建的超融合基础设施,包含容器原生的数据编排与存储服务。
最后的数据弹性存储,则依赖于新的Storage Defender软件,即 IBM Storage Protect(Spectrum Protect即服务)、FlashSystem、Storage Fusion 和 Cohesity DataProtect 产品的组合。这些软件将与IBM Storage的DS8000阵列、磁带及网络产品配套运行。
Storage Defender强调通过单一管理平台,对跨多个存储平台的AI和事件进行监控,借此保护组织的数据层免受勒索软件、人为错误和入侵破坏的影响。Defender提供基于SaaS的网络保险库和洁净室功能,同时提供自动恢复选项,可帮助企业配合最新的洁净数据副本实现业务恢复。IBM告诉我们,以往需要数天的恢复过程,现在将在几小时甚至几分钟内完成。
FlashSystem产品则为包括物理和虚拟离线设施提供安全保护副本。
IBM解释称,Storage Defender是其首款将IBM与第三方产品结合起来的解决方案,将主、次副本和备份管理结合统一。Cohesity则通过云控制平面支持针对数据恢复进行优化的多供应商策略,能够在混合云环境下带来全球领先的虚拟机保护方案。
根据IBM的销售宣传,Storage Defender将允许企业客户利用现有IBM投资,同时显著简化运营流程并降低运营成本。这也开创了同类生态系统集成领域的先河。
Kennelly在博文中写道,“当我们审视整个市场,发现Cohesity平台及团队在可扩展性、简单性和安全性领域的差异化优势给我们留下了深刻印象。通过与我们领先的软件定义技术相集成,我很高兴能为IBM客户带来这些重要的网络弹性功能。网络攻击正持续肆虐,但只要做好准备,您的数据就将得到保护和恢复。”
IBM计划从Storage Protect和Cohesity DataProtect开始,在2023年第二季度推出Storage Defender产品。Storage Defender将由IBM以及授权的业务合作伙伴负责销售并提供支持。
通过此次转售合作,Cohesity能够借用IBM的销售队伍与广泛的渠道优势。
IBM Storage品牌重塑与产品重组,意味着之前的一系列Spectrum产品将被放弃。Spectrum Connect、Spectrum Discover、Spectrum Virtualize(即之前的SAN Volume Controller,简称SVC)和 Spectrum Virtualize for Public Cloud等都将不复存在。其功能会得到保留,但产品名称将消失在蓝色巨人的业务清单当中。
好文章,需要你的鼓励
Xbench是知名投资机构红杉中国推出一款全新的AI基准测试工具,旨在真实地反映AI的客观能力,其在评估和推动AI系统提升能力上限与技术边界的同时,会重点量化AI系统在真实场景的效用价值,并采用长青评估的机制,去捕捉AI产品的关键突破。
这项研究首次将在线强化学习成功应用于流匹配模型,通过巧妙的ODE到SDE转换和去噪减少策略,显著提升了AI图像生成的精确度和可控性。在复合场景生成、文字渲染等任务上取得突破性进展,为AI生成领域开辟了新的技术路径。
Atlassian总裁Anu Bharadwaj在Transform 2025大会上分享了公司AI智能体规模化的实践经验。她强调,成功部署AI智能体需要营造实验文化,而非仅依靠自上而下的指令。Atlassian通过Rovo Studio平台为各团队提供了构建定制化智能体的环境,创造心理安全的工作氛围,鼓励员工大胆尝试和迭代。公司客户通过该平台显著提升了工作效率,建筑行业客户将路线图创建时间缩短75%。
这篇由阿里巴巴集团联合多所知名高校发表的综述论文,系统梳理了统一多模态理解与生成模型的最新发展。研究将现有模型分为扩散、自回归和混合三大类型,详细分析了不同图像编码策略的特点,整理了相关数据集和评估基准,并深入探讨了当前面临的技术挑战。