3月31日,一年一度的世界备份日如约而至。始于2011年,备份日至今已有12年。这期间企业的数字化建设和信息系统改造的加速落地,也使得数据备份和容灾的需求和技术发展日新月异。我本人从事存储备份行业超过20年,也见证了数据备份系统这些年的变迁史。备份需求上从传统的数据库、虚拟机备份到云主机、云应用和云原生保护,备份介质从磁带、VTL到磁盘和云存储,备份架构上从单一数据中心、两地三中心备份到混合云、多云环境的统一管理,备份目标上从预防物理故障、人为误操作到恶意勒索攻击。不断变化的需求和挑战使得客户对备份系统的要求也越来越严苛。
Commvault中国区技术总监 董剑波
这12年里,Commvault与客户和合作伙伴密切合作,紧跟客户需求、业务革新和技术发展趋势,为企业提供面向未来的备份解决方案。从2011年至今,Commvault也是连续获得Gartner企业级备份恢复解决方案的魔力象限的领导者,以及Gartner数据备份恢复解决方案关键能力评测连续三年的最高技术评分,市场高度认可。
真正多云,抬手就可摘“数据”
多云架构已经是企业CIO的共识,企业需要多云平台为业务提供更佳的敏捷性、扩展性和可靠性,让企业能够跨越地域的限制,抬手就能从云中“摘取”数据。但是,多云也导致了数据碎片化、无序化和数据孤岛问题。企业原有的数据保护平台往往是为核心应用系统保护设计的,无法适应不断增加的云主机、大数据平台、容器、SaaS应用等新型工作负载需求,极易造成保护缺失和数据丢失。
Commvault面向多云管理需求提出了“True-Cloud”智能数据服务管理平台,旨在通过单一操作界面统一实现真正的多云数据管理,为企业提供跨物理机、虚拟化、跨云平台和SaaS服务的统一数据保护、数据迁移和容灾能力,消除数据孤岛和降低管理负担。在Commvault最新的PR2023版本中,Commvault新增多项云平台深度集成技术,使客户能够通过单一平台和操作界面轻松地保护他们在微软Azure、AWS云、阿里云、谷歌云平台和Oracle云基础设施上的云主机、云应用、容器和SaaS服务,并提供跨异构平台的云上云下数据迁移服务。
灵活敏捷,SaaS助力减负前行
提到云,就不能不提软件即服务(SaaS)。基于云技术的SaaS为企业带来前所未有的敏捷性和低成本。它替企业规避了采购、部署、上线和运维负担,使企业可以专注于其他业务方面。根据Gartner的数据,2022年SaaS领域的最终用户支出可能将达到1766亿美元。结合IDC公布的数据,预计到2024年,中国SaaS市场发展仍然处于起飞阶段,年增速不低于30%,但增速渐缓,市场将逐渐趋于成熟。
Commvault近些年在SaaS上进行了大量投入,也是最早开始投资备份即服务的SaaS公司之一。Commvault的Metallic SaaS产品在全球受到了很多用户的青睐,并得了很多全球化客户的认可。企业运维主管只需提出业务系统的数据保护需求,完成企业内部工作流审批,SaaS系统就会自动按照需求部署策略,并提供企业各类应用系统需要的SLA服务。
健壮备份,风雨不动安如山
作为数据安全的最后一道防线,备份数据的安全本身至关重要。近些年,企业对于备份系统的建设目标提出了不断的挑战,从早期的关注如何实现应用在线备份,到关注如何快速恢复、满足不同等级业务系统的RPO和RTO需求,再到关注备份系统的安全性和健壮性,是否能够在预防勒索病毒攻击的同时,保证备份系统中的数据不被攻击和篡改,且不包含恶意程序和代码,能确保恢复出来的数据安全、可用。
客户需求的不断变化也推动了产品的技术创新,Commvault是目前业界唯一符合CIS Level1全球数据安全加固标准认证和STIG安全最佳实践的数据管理供应商。借助内建的人工智能和机器学习技术对在线的文件和虚拟机提供自动异常检测、诱导攻击和告警,Commvault的解决方案帮助企业降低了生产数据被感染风险。此外,在实现备份数据不可变存储和Air-Gap数据隔离作为基础加固的同时,Commvault还能够通过历史版本比对或第三方病毒库对备份内容进行定期扫描和检测,一旦发现恶意程序,可以快速触发恢复机制,并在恢复时自动跳过受感染的文件和版本,确保恢复安全、干净的数据。在Commvault强大的多层勒索软件检测、保护和恢复框架的基础上,Commvault 最新的PR2023版还加强了与主流安全系统集成,为数据安全生态建设提供了可视化的数据洞察。
世界备份日定在4月1日愚人节前一天,也是提醒人们选择最适合的解决方案保护您企业的核心数据资产,守好数据安全的“最后一道防线”。走过十二年,变化的是环境、是技术,不变的是对于数据安全的不懈追求。不做“愚人”,今天,不妨问问自己,您备份了吗?
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。