至顶网CIO与应用频道 04月28日 北京消息(文/王聪彬):4月17日,IDC发布了最新的《中国软件定义存储及超融合市场跟踪研究报告,2018Q4》(以下简称“报告”),青云QingCloud旗下青立方Qing³超融合系统和QingStor软件定义双双入选。
其实从Cloud Insight 2018大会上,青云QingCloud就已经发布了9大品牌。横向:一体化架构支撑公私混托四大业务模式;纵向:以软件为中心,提供企业级全栈云ICT技术、产品、方案和服务。
为了企业的成本效益实现最优,青云QingCloud的“公私混托”使用一套架构、统一交付,以达到一致的体验。2018年中国私有云市场增速34%,青云的企业云在同年实现了120%的增长,这也是青云七年给出的成绩单,从云之基石到数字化转型的基石,帮助企业重构面向未来的竞争力。
纯软件定义的超融合
现在超融合已经做好准备,承载企业客户覆盖有稳态和敏态的双模IT。数据显示,2020年50%企业会逐渐把工作负载放在超融合上,不管是创新应用,还是核心、集中、传统的应用。
“我们要把云的能力赋予超融合,便是云上的超融合。”青云QingCloud解决方案架构师黄文龙说道。青立方Qing³超融合在诞生之初就是纯软件定义的超融合,并且逐渐向微服务架构的技术演进。
青立方Qing³超融合基于标准的X86硬件快速部署交付,可以在不影响业务的情况下,从2个节点到1000个节点的水平扩展,而且实现统一的资源管理、运营标准化。
青立方Qing³超融合系统目前发展到融合3.0阶段,解决了客户选择组合的顾虑,从X86服务器、存储、云平台、虚拟化可以统一进行交付,实现交付全栈云能力。报告显示,青立方Qing³超融合2018年第四季度市场份额同比增长129.6%,超出超融合市场同期平均增速一倍多。
“我们是业内唯一一家基于超融合可以交付开箱即用的全栈云的服务商。”黄文龙指出,超融合硬件固然重要,核心还是软件,这正是青云QingCloud的强项。通过SDX,即软件定义计算、存储、网络、安全等,实现超融合的交付。
青立方Qing³ 2018年实现增速85%,新增76%客户。其中,阳光保险使用青立方Qing³超融合搭建了开发、生产和灾备场景,让保险“双录”产生的大量非结构化数据进行存储,并支撑了每日一亿次访问的“开门红”业务。
未来KubeSphere也将加入到超融合中,这样不仅可以在KubeSphere里集成DevOps、微服务、OpenPitrix多云应用管理平台等上层应用,还可以向下集成存储和网络,一体化的交付给客户容器云平台。
走向融合的存储
存储市场同超融合市场一样发展迅速,IDC数据显示,2018年中国全年的软件定义存储市场的增长速度是55%,高于私有云的增长速度,印证了青云对软件定义存储市场快速发展的预期。
存储按类型可以分为文件存储、块存储、对象存储。文件存储占一半的市场份额,其次是块存储占27%左右,对象存储占20%左右,其中对象存储增长速度最快。
存储类型重点场景包括高性能计算、视频流媒体、视频监控、数据库与虚拟化存储等。高性能计算主要对应文件存储或者分布式文件存储,视频流媒体和视频监控对应文件存储和对象存储,虚拟化和数据库等专业结构化数据的存储对应块存储。
新技术也在不断驱动存储行业的演进,QingStor企业级分布式存储产品经理冯相东表示,基于软件定义和全闪存实现的分布式存储平台,能以中端的价格撬动原本高端市场,这也是QingStor存储产品线坚持的理念。
目前QingStor产品线架构服务包括:块存储、文件存储、对象存储,今年还将发布融合存储,可以在一套架构里提供三种或者任意两种的存储服务。
QingStor NeonSAN(块存储):满足云时代企业的核心存储平台,主要承载企业现有的Oracle数据库、SQL Server数据库和企业虚拟化平台、青云云平台等。
QingStor文件存储:从定位和场景主要分为两部分:一部分主要为了满足企业内部广泛使用的产生应用、企业邮箱系统、OA办公系统等;另一部分是具有行业特色的高性能计算、高清视频编辑、医疗影像存储等需求。
QingStor对象存储:定位承载海量数据、海量并发的存储平台,主要承载视频监控、企业网盘、数据仓库等。
QingStor融合存储:通过融合存储提供三种类型的存储接口。
QingStor可以满足客户多种核心需求,包括:性能和可靠性、适配场景、企业级特性、运维管理、标准硬件。QingStor作为纯自研软件定义存储,块存储、对象存储、文件存储既可以独立交付也可以融合交付,同时可以对接多种虚拟化、容器、物理环境,具备非常强的竞争力。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。