2023 年 10 月 11 日,北京 – 面对严峻数据挑战,许多 IT 领导者正致力于在复杂的分布式混合和多云基础架构上扩展数据并实现应用程序现代化。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,其数据存储产品组合迎来全新升级——推出单一混合云数据平台 Hitachi Virtual Storage Platform One。该平台提供块、文件和对象存储中结构化和非结构化数据的通用数据平面,使企业可以在任何地方(本地和公有云中)运行不同类型的应用程序,从而消除当今许多企业面临的复杂性管理模式。
了解有关 Hitachi Vantara Virtual Storage Platform One 的更多信息,请访问:
https://www.hitachivantara.com/VirtualStoragePlatformOne
Hitachi Virtual Storage Platform One 的重磅发布,恰逢企业数据管理变革的关键节点。当前,生成式人工智能、云和企业数据的爆炸式增长,正掀起运营和创新驱动的行业巨变。近期的一份报告显示,数据密集型技术和应用程序,使其运行所依赖的基础架构和混合云环境承压状况“雪上加霜”。39% 的企业领导者表示,其所在企业已不堪数据储量重负;72% 的企业领导者担心,其当前的基础架构将无法扩展以满足未来需求。根据Uptime Institute的一项数据弹性调查,80% 的数据中心经理和运营商在过去三年中,经历过某种类型的运行中断。
Hitachi Virtual Storage Platform One 的发布,意味着一种规模化管理任务关键型工作负载的简化方法问世。通过提供单一的控制平面、数据结构和数据平面(跨块、文件、对象、云、大型机、软件定义存储工作负载),Hitachi Virtual Storage Platform One 提供了一个统一的架构,可以有效应对前述挑战。该平台适用于所有环境,并由人工智能驱动的单个软件堆栈进行管理。通过消除基础架构、数据和应用程序孤岛,Hitachi Virtual Storage Platform One 为企业提供了可信赖的数据基础,使企业能够随时随地使用所需的数据。
Hitachi Vantara 存储和数据基础架构产品管理高级副总裁 Dan McConnell 表示:“Hitachi Virtual Storage Platform One 标志着 Hitachi Vantara 基础架构战略的一个重要里程碑。通过这个一致的数据平台,我们将为企业提供可靠性和灵活性,使企业能够在各种存储环境中不受影响地管理数据。Virtual Storage Platform One 的设计、开发和构建都将可靠性、安全性、可持续性作为重心,进一步确保其能为客户发挥更大效能。”
T-Systems 北美云服务副总裁 Mauro Guzelotto 表示:“与Hitachi Vantara的合作使我们如虎添翼,让我们能够帮助企业客户优化其云旅程,避开阻碍其数字化转型的代价高昂的陷阱。Hitachi Vantara 的 Virtual Storage Platform One 代表了可持续基础架构的下一代发展,可为各种应用程序和数据类型大规模提供可靠性和简易性。”
利用 Hitachi Virtual Storage Platform One,企业可以高效地管理其工作负载和数据资源。该平台提供的能力包括:
IDC 基础架构系统、平台与技术集团副总裁兼总经理 Ashish Nadkarni 表示:“Hitachi Vantara 通过将其整个存储产品组合整合到一个单一的、具有凝聚力的平台中,实现了变革性里程碑。这一整合大大简化了操作,并为疲于应对数据管理复杂性的企业提升了至关重要的数据可访问性。此次发布的重要意义在于,该平台能够提供统一的数据平面,无缝跨越块、文件、对象、大型机、云和 SDS 工作负载。”
Hitachi Virtual Storage Platform One 功能将于 2024 年初推出,届时将提供全新的文件和公有云产品。在 2024 年,Hitachi Vantara 还将推出更多功能,以扩大对客户工作负载的支持。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。