2015年,混合云技术不断上长,因为混合云的灵活性、数据的快速恢复性以及可确保特定数据的安全性,越来越多的企业选择部署这一模型。
“从需求的角度看,它是专门为我们发布的,” Seagate Technology的项目产品经理Simon Wheeler说。“随着我们企业不断发展,对混合的需求也越来越高。我们客户需要那些部署灵活,依业务案例而定的方式。恢复的时机对企业来说很关键。数 据恢复具有不同的经济学意义,无论是在本地还是在云端进行。”
混合云技术的增长显现于新兴厂商和厂商的收购之中。IBM收购Cleversafe来支撑其混合云技术。Cleversafe是较早期的存储厂商,IBM将Cleversafe的技术打包进BIM的云业务单元中。
存储厂商NetApp推出了Data Fabric Solutions Essentials方案,它绑定了一些小工具,可帮助客户实现混合云存储,通过使用NetApp存储硬件和它的Cloud Ontap软件。该公司于2014年发布了Cloud Data Fabric,来合理化本地与云存储之间的数据管理。
EMC从其它存储组合中抽取了资源,VMware和其它公司在EMC的保护伞之下,加强了 Federation Enterprise Hybrid Cloud解决方案。EMC目标定位于大型混合云客户,如北德克萨斯大学;医疗分析公司Inovalon;未来能源控股公司达拉斯,和加拿大医疗服务提供 商eHealth Saskatchewan。
初创企业Rubrik推出了Rubrik r300系列混合云设备,与其同一时间该公司发布了旗舰Converged Data Management平台。网络附加存储加速供应商Avere Systems,与三大公共云供应商建立了战略合作,这三大厂商分别是亚马逊AWS、谷歌云计算和微软Azure,共同发布了AvereVirtual FXT、 CloudFusion和FlashCloud软件。
Avere Systems市场副总裁Rebecca Thompson说,该公司新营收销售渠道在从年前的100%本地营收降到了60%由混合云技术产生。
“许多企业已经大量地投资于基础设施,”她说。“他们想一直使用,直到不能用为止。他们既不想使用公有云存储也不想用其进行计算。”
Storage Switzerland总裁George Crump说,使用混合云技术还要根据公司规模来看。通常,小型企业只胡20TB数据还是使用公有云,但当数据量达到 25TB到50TB之间时,公有云成本模型就成问题了。
“云中存储数据打破了成本模型,”他说。Crump认为混合云的增长,是因为客户意识到了如何更好的利用云。
“我相信常识最后一定会被理解,”他说。“人们最终将会知识它是一种工具。是一种很好的工具,但它不仅只是工具。”
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。