2023 年 9 月 25 日,北京 – 日立集团 (TSE: 6501) 旗下提供现代基础架构、数据管理与数字解决方案的子公司 Hitachi Vantara 今天宣布,在 2023 年 Gartner® 主存储魔力象限™ 报告中,Hitachi Vantara 入选“领导者”象限。在过去13 年里,Hitachi Vantara 已 15 次被 Gartner 报告评为领导者,其中包括今年入选主存储魔力象限。今年报告中评估的 Hitachi Vantara 产品是虚拟存储平台 (VSP) 5600 和软件定义块存储 (VSS Block) 解决方案。
下载 2023 年Gartner® 主存储魔力象限™ 报告:
https://www.hitachivantara.com/ext/2023-gartner-magic-quadrant-for-primary-storage.html
Hitachi Vantara 产品与解决方案副总裁 Gary Lyng 表示:“我们相信,在 2023 年主存储魔力象限报告中获评领导者,彰显了 Hitachi Vantara 在致力提供尖端存储解决方案所做出的不懈努力。我们认为,这一表彰说明我们的前瞻思维方式受到了认可,包括在系统全生命周期内大幅减少温室气体排放的能力,以及整合人工智能、机器学习、预测性分析等新兴技术以优化数据管理的能力。我们相信,Hitachi Vantara 在主存储魔力象限中连续多年榜上有名,不仅说明了我们系统和数据的可靠性,也进一步坚定了我们推动存储行业在创新和可持续发展之路上不断突破的决心。”
Hitachi Vantara 相信,在魔力象限报告中获评领导者,证实了公司对创新和以客户为中心的解决方案的长期承诺。Gartner 在魔力象限报告中指出:“领导者象限中的供应商在执行能力和愿景完整性方面的综合得分最高。获评领导者的公司拥有推动新技术被接受所需的市场份额、市场信誉、营销和销售能力。这些供应商对市场需求了解深刻。他们是创新者和思想领导者,拥有精心制定、阐述清晰的计划,使得客户及潜在客户在设计存储基础架构和战略时能够利用这些计划。此外,获评领导者的公司还在三个主要地区开展业务,财务表现稳定,并支持平台计划。”
随着当今企业环境的不断演变,除需为客户提供高速度和高效率的产品外,存储产品还必须做到更多。数据密集型技术和生成式人工智能等应用程序,正掀起一场奔向更高洞察力、自动化水平和可预测性的“淘金热”。但这些技术同时也使其运行所依赖的基础架构和混合云环境承受更大压力。近期的一份报告发现,72% 的中国公司担心其当前的基础架构将无法扩展以满足未来需求。数字基础架构必须提供自适应和弹性服务,通过平台更快地运行更多应用程序,并为现有工作负载增加更多容量。
Hitachi Vantara 的 VSP 5600 系列支持核心应用程序和云原生开发,并保证 100% 数据可用性。日立的 VSS 块存储旨在整合新型和核心工作负载,实施云优先策略以支持应用程序现代化。
Gartner 在报告中根据优势和注意事项对不同的供应商进行了评估。魔力象限报告采用图形化处理和一致的评估标准,可帮助企业快速确定技术供应商在实现其既定愿景方面的表现,以及他们在 Gartner 市场观点中的表现。如需全面了解Hitachi Vantara 的整个存储产品组合,请点击此处:
https://www.hitachivantara.com/en-us/products/storage-platforms/primary-block-storage.html。
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。