Datadobi 发布的 StorageMAP v7.2 版本增加了元数据和报告功能,可以更好地降低成本,帮助客户实现更环保的运营,并跟踪更广泛的对象存储数据。
StorageMAP 软件可以扫描和列出客户的文件和对象存储资产,包括本地和公有云环境,并且能够识别孤立的 SMB 协议数据。新增的归档功能允许客户识别并将旧数据或不活跃数据迁移到归档存储中,从而释放闪存或磁盘上的主要数据存储空间。Datadobi 引用了 Gartner 的研究报告指出:"到 2028 年,超过 70% 的基础设施和运营 (I&O) 领导者将实施混合云存储策略,相比去年仅 30% 有显著增长。"这意味着高效管理混合本地/公有云文件和对象数据资产将变得更加重要。
首席收入官 Michael Jack 表示:"非结构化数据持续以前所未有的速度增长,然而许多 I&O 领导者仍然难以对其环境获得适当程度的可见性和控制。"
StorageMAP 具有元数据扫描引擎 (mDSE),支持并行多线程操作、元数据查询语言 (mDQL)、非结构化数据工作流引擎 (uDWE) 和非结构化数据移动引擎 (uDME),可在存储层和位置之间移动数据。它可以跨本地和公有云环境工作,将 SMB 和 NFS 文件转换为 S3 对象,并部署为 Linux 虚拟机。
Datadobi 文件扫描使用多线程来并行处理目录结构。由于对象存储具有扁平地址空间,没有嵌套的文件/目录结构,StorageMAP 的扫描引擎将对象命名空间分割为子集,并行扫描以降低扫描时间。
v7.2 中的新元数据功能使客户能够更精确地跟踪成本、碳排放和其他 StorageMAP 标签。
v7.2 引入了 Dell ECS 和 NetApp StorageGRID 对象存储的自动发现功能,使客户能够识别其租户及其关联的 S3 存储桶。它将孤立数据功能扩展到 NFS 环境,以便识别和报告当前不属于任何活跃员工的数据。此功能适用于通过 SMB 和 NFS 协议访问的所有数据。
新软件可以查找和分类适合生成式 AI 处理的数据,"使企业能够为数据湖提供相关的高质量数据集",用于检索增强生成 (RAG)。增强的许可模型让客户可以根据具体需求扩展 StorageMAP 功能的使用。
附注
Gartner 研究报告题为"使用混合云实现文件存储数据服务现代化"。报告有三项建议:
通过利用公有云实现灾难恢复、容量突发、处理突发和存储标准化来实施混合云数据服务。
制定三年计划,将非结构化文件数据与公有云基础设施即服务 (IaaS) 集成,以匹配目标、SLA 和成本约束。
根据混合云文件提供商提供额外增值服务的能力进行选择,如数据移动性、数据分析、网络弹性、生命周期管理和全球访问。
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。