5月10日,腾讯云在北京举行存储产品战略发布会,发布了业界首款十微秒级的极速型云硬盘、业界首款突破百GB 吞吐的文件存储、以及业界首创能够10倍提升数据湖存储分析性能的对象存储三级加速器等新一代云存储产品矩阵。
同时,腾讯云还宣布将围绕技术、开源、商业三大维度,持续深耕云存储生态发展,携手合作伙伴打造更高可靠、更高性能的云存储服务,为行业数字化转型提供坚实底层支撑。
腾讯云副总裁刘颖
据介绍,从2010年正式接入首批应用以来,腾讯云存储经历了10多年的技术积累,在云硬盘、文件存储、对象存储等产品中,持续建设高可靠、低成本、高性能等三大核心竞争力。目前,腾讯云存储规模已突破 10EB,文件数突破 20 万亿,服务的客户超过 180万家。
云存储矩阵全面升级,助客户快速获取数据价值
“快”是此次腾讯云存储产品矩阵升级的核心主题。
其中,腾讯云新发布的极速型云硬盘,经过对数据存储链路上各项技术的优化,实现了时延的行业突破。数据显示,腾讯云极速型云硬盘时延仅有40微秒,是行业首款实现10微秒级时延的云硬盘产品。在数据库场景下,相对当前生产环境中时延最优的本地NVMe SSD硬盘性能还能提升1.3倍。
腾讯云还推出了解决传统环境存储上云适配问题的吞吐型云硬盘,吞吐性能达到250 MB/s,能够让客户完全不改造配置地无缝复制数据上云。
全新发布的最新一代文件存储 Turbo系列,在行业首次实现了百GB级吞吐的产品化,能够支撑数万台主机同时并发,高性能业务读写效率提升10倍,其千万级IOPS和微秒级的时延也做到了业内最高水平,能够在高性能计算、大数据分析、AI训练与推理等场景下更好地发挥存储底层性能优势,助力用户快速处理数据,获取价值。
针对当前数据湖技术演进趋势,腾讯云则从数据的入湖、出湖以及处理过程出发,创新推出了业界首个对象存储三级加速器,能够为企业提供包括数据湖加速器 GooseFS、元数据加速器和 AZ 加速器等产品能力等在内的一站式数据加速解决方案,加速湖存储数据流转。
其中,数据湖加速器GooseFS可以提升10倍的数据IO性能,元数据加速器则能够为大数据业务提供高达10W QPS的元数据操作能力,AZ加速器可以为大数据业务提供Tb级别的带宽和毫秒级的延迟。
“安全可靠、性能、成本仍然会是存储产品的基石,这也将是腾讯云存储始终精进的技术方向。”腾讯云副总裁刘颖表示,腾讯云存储未来将聚焦无缝上云、智能化、场景化三个方向持续进化。
“第一,以提供更丰富的存储产品形态和工具帮助客户无缝迁移上云;第二,提供更智能化的存储服务方式,降低客户的使用成本和运维成本,如通过智能分层帮助客户实现冷热数据的动态切换从而降低成本,以及根据数据访问场景智能匹配负载让客户无需关注性能指标等;第三,从数据价值维度提供更场景化的方案,让客户在存好数据的基础上更好地用好数据。”
三维生态战略,携手合作伙伴打造更强服务
技术与产品的多维生态成为云计算业务发展的核心要素。会上,腾讯云发布了旨在连接上下游合作伙伴的三维生态战略。
腾讯云副总裁陈平
腾讯云副总裁陈平介绍,面向存储业务,腾讯云的生态建设思路是扎根技术生态、拥抱开源生态、携手商业合作生态,通过生态协同的思路,帮助客户激活数据成就商业价值,为生态伙伴合作分享商业共赢,为各行各业数字化转型加速。
在技术生态方面,腾讯云将充分协同存储技术合作伙伴,持续打造高性能、高可靠、高效率的存储产品,构筑技术底座。比如腾讯云联合Intel打造极速型云盘方案,在时延、IOPS等关键指标上实现行业第一。
在开源生态层面,腾讯云将积极连接开源应用,对接业界主流开源软件,如Spark、Presto、Tensorflow、Hive、Flink等大数据分析引擎、开源计算框架和组件,夯实开放协作的事实标准,促进开放协同,为客户提供基于开源理念的开放型数据存储方案。
在商业生态层面,腾讯云将联合国内外最优秀的合作伙伴,打造面向业务系统优化设计的一体化联合方案,实现商业价值共赢。
目前,腾讯云与IBM共同打造了面向数据湖、自动驾驶、机器学习、基因计算等高性能计算业务系统,提供一体化高性能并行存储方案;面向在线协同办公业务系统,腾讯云联合金山办公打造在线实时文档预览方案;面向数据备份恢复业务系统,腾讯云联合鼎甲打造一体化混合云备份方案。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。