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
Docker公司发布重大新功能,旨在简化智能体AI应用的构建、运行和部署。公司扩展了Docker Compose工具以支持AI智能体和模型的大规模部署,并推出Docker Offload服务,允许开发者将AI工作负载转移到云端。新功能还支持模型上下文协议网关的安全连接,并与谷歌云、微软Azure等合作伙伴集成。
这项研究首次将在线强化学习成功应用于流匹配模型,通过巧妙的ODE到SDE转换和去噪减少策略,显著提升了AI图像生成的精确度和可控性。在复合场景生成、文字渲染等任务上取得突破性进展,为AI生成领域开辟了新的技术路径。
欧盟发布AI法案实施细则,要求谷歌、Meta、OpenAI等公司承诺不使用盗版材料训练AI,详细披露训练数据来源和模型设计理念。新规还要求公司尊重付费墙和网站爬虫限制,公开训练和推理的总能耗,并在5-10天内向欧盟AI办公室报告安全事件。违规企业可能面临年销售额7%或3%的罚款。
这篇由阿里巴巴集团联合多所知名高校发表的综述论文,系统梳理了统一多模态理解与生成模型的最新发展。研究将现有模型分为扩散、自回归和混合三大类型,详细分析了不同图像编码策略的特点,整理了相关数据集和评估基准,并深入探讨了当前面临的技术挑战。