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
ChatGPT发布三年后,物理AI成为行业最新热词。物理AI是指在硬件中实现的AI系统,能够感知周围世界并进行推理以执行操作。与传统机器人不同,物理AI具备推理、行动和与环境交互的能力。智能眼镜是物理AI的典型代表,能够看到和听到用户所体验的内容。高通专家指出,AI可穿戴设备可以为机器人提供基于真实人类体验的高质量数据集,形成良性生态系统。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
来自加州大学伯克利分校和康奈尔大学的研究团队,通过分析130万篇学术论文发现,使用ChatGPT等AI工具的科学家论文产出平均提升40-60%,且英语非母语研究者受益最大。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。