2024年5月7日,北京 – 随着生成式AI和云技术的迅猛发展,数据爆炸式增长的趋势愈发明显,企业正面临前所未有的数据管理挑战。日立集团(TSE: 6501)旗下专注数据存储、基础架构与混合云管理的子公司Hitachi Vantara今日宣布推出新一代单一混合云数据平台——Hitachi Virtual Storage Platform One。在当今这个技术日新月异的时代,该平台将变革企业的数据管理方式和数据利用模式。
欲了解有关Hitachi Vantara Virtual Storage Platform One平台的更多信息,请访问:
https://www.hitachivantara.com/en-us/products/storage-platforms/data-platform
随着企业努力在复杂的分布式多云基础架构上扩展数据并实现应用程序的现代化,他们迫切需要一套跨所有数据类型的、全面的数据管理解决方案。根据TDWI近期发布的数据管理成熟度评估(DMMA)报告,尽管高达71%的IT专家都表示其所在企业高度重视数据,但仅有19%的人认为其所在企业已经制定了坚实的数据管理战略。更为棘手的是,随着网络攻击事件的频发,数据管理问题更加复杂,导致企业领导者对数据安全和数据恢复能力愈加担忧。最新调查显示,68%的IT领导者对其企业数据基础架构的弹性持有顾虑。
目前可用的Virtual Storage Platform One产品包括:
· Virtual Storage Platform One SDS块存储
· Virtual Storage Platform One SDS云存储
· Virtual Storage Platform One文件存储
Virtual Storage Platform One简化了任务关键型应用程序的基础架构,重点关注提高数据可用性,同时实施强大的数据弹性和可靠性策略,包括降低停机时间、减少生产力损失和抵御安全威胁。
Hitachi Vantara首席产品官Octavian Tanase表示:“Virtual Storage Platform One在数据存储领域是一款具有变革性意义的产品。无论企业数据位于本地、云环境还是软件定义环境中,它都能统一所有数据,并提供企业所需的灵活性。此外,该平台在设计之初就将弹性作为核心考虑因素,确保其所有解决方案都能提供100%数据可用性、日立现代存储保障计划和有效容量,从而为企业提供规模化的简便性,以为混合云构建牢不可破的数据基础。”
Virtual Storage Platform One攻克了现代数据管理的难题,打破了数据孤岛的桎梏,使得所有信息都能协同发挥作用,并能轻松灵活地纵向扩展和收缩。基于此,数据得以在高效且快速的环境中自由流动,充分发挥其潜在价值。此外,Virtual Storage Platform One SDS云存储已经正式上线AWS Marketplace,后者是一个数字化产品目录,汇集来自第三方独立软件供应商的数千款软件产品,用户可以通过该平台轻松查找、测试、购买和部署在亚马逊云科技(AWS)上运行的软件。这为企业用户在AWS中充分利用Hitachi Vantara的先进数据管理解决方案提供了无缝集成与快捷访问的便利。
数据管理新时代
Virtual Storage Platform One的核心是一个统一的数据生态系统,该系统实现了块存储和文件存储的无缝集成,消除了数据孤岛和碎片化现象。依托日立存储虚拟化操作系统(SVOS),Virtual Storage Platform One可确保每一条信息都能实现跨设备和跨地点的收集、整合与访问,从而促使用户更加轻松自如地获取信息、查看信息并利用信息驱动业务发展。
Garanti BBVA云数据存储技术经理Deniz Armen Ayd?n表示:“我们与Hitachi Vantara的合作已历经十余载,对其服务质量、专业知识和产品耐用性感到非常满意。Virtual Storage Platform One的推出有望彻底改变Garanti BBVA内部的数据管理方式,显著提升效率,我们对其提供的尖端自动化和弹性功能充满期待。”
该混合云平台凭借下述关键差异化因素重新定义数据管理格局,在竞争中脱颖而出:
本年度,Virtual Storage Platform One平台的更多产品将陆续推出。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。