随着数字经济的快速发展,企业在通过云迁移满足数字化转型需求时,风险和成本往往成倍增加。不少企业使用简单的复制和粘贴操作批量移动由非结构化数据组成的数据集或者执行脚本来移动文件。但从长期来看,这真的能够节省时间吗?关键问题是:企业是否真的需要所有这些数据?
在企业存储系统中,陈旧数据(ROT)可以占到总数据量的75%,而且很有可能在被迁移的数据集中占据很大的比例。盲目迁移所有这些不需要的ROT数据不仅会延长迁移窗口,还增加目的地云的存储成本,扩展了服务级别,并增加企业的信息风险。
练就洞察数据的“火眼金睛”
Commvault通过Commvault® File Storage Optimization帮助用户超越备份和恢复范畴,直接在用于备份和恢复操作的用户界面——Commvault Command Center™上提供丰富的数据洞察,并且以便于查看的仪表盘形式呈现。这些可以帮助用户识别ROT数据并采取合适的操作将其从迁移中排除。通过诸如最后修改、访问或创建时间等洞察(所有这些都按年份分组),用户可以区分重要的文件和ROT数据,将正确的数据更快地迁移到需要的地方。这有助于节省存储成本,减轻IT人员的压力并提高数据所有者的生产力。
排除重复数据的“拦路虎”
Commvault® File Storage Optimization还能帮助用户轻松发现重复数据。这些数据可能因导入、软件或人为错误而出现,保留这些数据会带来固有风险。鉴于重复数据可能包含敏感信息,因此很难确定需要保留或删除哪些数据。但通过Commvault® File Storage Optimization,用户将能够迅速获得数据洞察,以帮助企业做出决策。用户可以找出重复数据的位置,确定谁可以访问这些数据并在迁移前将这些数据排除在外,然后将正确的数据快速、顺利地迁移到需要的地方。
数据无价,谨慎再谨慎
更进一步,企业需要将风险纳入考虑范畴。存储ROT数据会给企业带来风险,比如说根据过时的数据做出错误的业务决策,扩大勒索软件的攻击面,并增加合规性风险。通过Commvault® File Storage Optimization,企业可以在迁移前识别并排除ROT数据,这样不但可以迁移正确的数据,还可以通过对数据保持严格的控制来降低信息风险。用户还可以检查文件访问控制列表(ACL),确保只有适当的人员才能访问用户所迁移的数据,以便进一步降低风险。
即刻加速数据迁移
超越备份和恢复范畴,Commvault® File Storage Optimization帮助企业加快数据迁移速度。在常用的备份和恢复操作用户界面中,用户可以在迁移前轻松识别并排除ROT数据,从而缩短迁移时间,节省存储成本,减轻IT人员的压力并降低信息风险。
好文章,需要你的鼓励
微软正与OpenAI进行高级谈判,旨在确保即使OpenAI实现通用人工智能后仍能继续使用其技术。据报道,双方谈判进展积极,可能在几周内达成协议。该协议将为OpenAI向完全商业化企业转型扫清关键障碍。微软已投资137.5亿美元,希望在重组后的公司中获得更大股份,谈判涉及30%左右的股权比例,同时确保Azure和Copilot等服务的技术供应安全。
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
AI初创公司Arcee.ai发布45亿参数的企业级AI模型AFM-4.5B,采用严格筛选的清洁数据训练。该模型专为商业和企业用途设计,年收入低于175万美元的企业可免费使用。相比数百亿参数的大模型,AFM-4.5B在保持强劲性能的同时具备成本效益和监管合规性。模型支持云端、本地和边缘部署,内置函数调用和智能体推理功能,旨在满足企业对速度、主权和规模的需求。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。