ZD至顶网服务器频道 02月22日 新闻消息(文/李祥敬):众所周知,数字化已经成为一个新的常态,而数字化的背后就是海量的数据,数据已经是我们这个时代和这个社会不可动摇的根基。
在这样的背景下,如何有效地保护和管理数据,成为我们不用回避的话题。作为数据保护及信息管理解决方案领导者,Commvault凭借其强大的数据管理平台和解决方案,帮助企业更好地管理和挖掘数据价值。
Commvault大中华区总经理王波告诉ZD至顶网记者,虽然数字化时代给我们带来了诸多好处,但是如何管理、保护及利用数字化时代的大量数据,这是一个新的挑战。Commvault一直致力于对数据管理市场的研究与创新,帮助全球企业更好地了解数据市场的发展趋势以制定正确的数据管理策略。
Commvault中国区技术总监蔡报永补充说,目前IT的发展趋势主要是三个方向,大数据、云计算和移动办公。企业在面临这些趋势的时候会有很多困惑,比如在云化时代,如何更高效地利用大数据,以及确保移动办公过程中数据的安全以及有效的分享。而这些都是和Commvault在数据管理理念方面是非常契合的。
“对企业来讲,最重要的资产就是数据。Commvault的解决方案能够更好地保护数据,并便于企业更方便地访问数据。同时,借助Commvault数据管理平台,这些数据在各个用户、各个最终用户之间能够很好去协同与分享。”蔡报永说。
我们说在如今的云时代,企业相当多的数据已经云化,但是在企业内部还存在很多数据。在数据管理市场中,一个强大的数据管理平台无疑是企业实现数据管理的基石。为了更好地应对数据挑战,越来越多的企业都在寻求新技术,并将数据迁入云服务。
如果实现这些数据的统一管理是企业需要面对的,企业要想更好地管理数据,需要确保数据能够在云和企业本地系统之间实现完全、无缝、有序的迁移。Commvault的解决方案覆盖了数据管理的整个生命周期,从而帮助企业更好地实现数据管理。
Commvault亚太区企业解决方案架构师李可表示,数据必须被感知,也就是数据必须被搜索和索引,能够被管理起来,这是一个很重要的步骤。Commvault解决方案很重要的一个方面,就是把各种类型的数据进行统一的归档或编排。这种编排和归档的过程不会因为数据存储的位置、数据类型的架构的不同而有所差异。
“这就是说Commvault是用一个完整的体系,把所有类型的数据异构、结构化、非结构化、流媒体都做统一的编入管理,然后放在一个统一的,扩展性非常强的,分布式体系架构里面。甚至可以说,我们的软件平台本身就是一个大数据平台。”李可说。
最后,在实现了对海量数据进行统一的编排和管理后,Commvault能够帮助企业实现数据的协同。这种协同就意味着企业以通过统一的、安全的体系,根据统一定义的权限架构,在不同的应用领域里面对不同的安全要求,按照业务逻辑的要求进行相应的共享。
随着我们步入2017年,正如前面介绍到的三大IT趋势,已经进入到一个快速发展时期。在复杂而不断变化的IT格局中,企业该如何实现有效的数据管理呢?Commvault对于今年的数据管理行业的发展进行了预测。
首先,在2017年,企业将会舍弃单点解决方案提供商,转而青睐那些拥有数据管理平台的提供商。因为在IT预算持续减少和资源有限的情况下,企业正寻求能够有效解决企业数据需求的整体解决方案。而且企业的IT系统越来越庞大,一个强化的数据管理平台必不可少。而Commvault 数据管理平台是一个开放和基于标准的平台,可帮助客户更好地利用数据,改进IT运营,并促进第三方创新。
其次,预计到2017年,80%以上的企业IT部门将采用混合云架构,企业将继续引入混合基础设施模式。随着混合基础设施模式日益受到欢迎,具备统一的数据管理能力成为企业的刚需。
再次,软件定义正在席卷整个IT市场,同样在数据管理方面,软件定义数据服务成为新的趋势。软件定义数据服务不仅可以降低传统硬件的费用,而且还可以实现大数据、数字存储库、备份和其他大型数字工作负载所需的性能和可扩展性。不仅如此,软件定义数据服务还能够避免供应商锁定的情况发生,增加云的使用,实现新的应用和服务的快速部署。
最后,智能数据管理能够帮助企业自动访问数据,并在多种应用、数据库和各种企业“数据湖”之间轻松实现数据转换和同步,以达到降低成本,保证企业良好运营的目的,已成为当今企业的关注重点。
在数据管理市场,Commvault具备业内最完整的整体数据管理产品和服务组合,借助其数据管理平台和软件定义数据服务,Commvault可以帮助企业摆脱供应商锁定、降低成本,提高应变性和灵活性并加强IT的扩展能力和性能,增强商业洞见。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。