混合云企业网络弹性和数据保护解决方案领先提供商Commvault(纳斯达克代码:CVLT)宣布收购云网络弹性公司Appranix,以帮助遭遇中断或网络攻击的企业更快恢复运行。
Statista数据显示,勒索软件攻击后的平均宕机时间为24天。Commvault以自动化和下一代洁净室产品实现了数据的快速恢复,帮助客户缩短宕机时间。但是,快速数据恢复只是整个恢复过程的一部分。
如要重建关键的云应用、这些应用所依赖的数据,以及运行这些数据的云基础设施,企业需要考虑一系列因素,包括网络、DNS配置、应用负载均衡、安全组访问等等。Appranix将这些工作全部自动化,将重建时间从数天或数周缩短到数小时或数分钟。
Commvault总裁兼首席执行官Sanjay Mirchandani表示:“我们将Commvault广泛的风险防范、就绪和恢复能力与Appranix的下一代云原生重建能力相结合,将弹性提升到一个新的水平。我们十分欢迎Appranix加入Commvault大家庭。”
Appranix创始人兼首席执行官Govind Rangasamy表示:“Appranix十分高兴能够加入Commvault大家庭,我们一起为市场带来新变化。超越传统的备份和灾难恢复是我们共同的愿景。我们技术的结合将为全球企业带来全面、出色的弹性能力。”
IDC云运营和云数据管理研究总监Archana Venkatraman表示:“全面网络弹性是大多数企业的理想目标。此次收购将自动重建能力扩展到分布式动态云应用,让高速网络弹性成为现实。”
Appranix技术与Commvault产品组合预计将于今年夏天完成整合。在此期间,客户可以通过AWS、Google Cloud和Microsoft Azure市场获取Appranix技术,以满足云应用探索和重建需求。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。