根据IDC报告预计,未来5年中国企业级存储市场仍将保持8.2%的年复合增长率,远高于全球-0.4%的年复合增长率。在全球市场受到云计算冲击的情况下,中国市场逆势上扬,因而成为IT厂商更为关注的焦点。
日前,紫光旗下新华三集团(以下简称新华三)举行题为“新IT 新动能新格局”的下一代计算与存储发布会,推出了一系列IT产品新品,其中就包括了诸多存储设备,给国内的存储市场又带来一股“新风”。

“51%的客户认为未来5年内,他们将拥有全闪存的数据中心。”在新华三下一代计算与存储发布会上,新华三集团副总裁兼中国区产品行销部总经理李立表示,当下的数据中心存储,正在迎来经历“闪存创新”的全新阶段。
闪存作为企业级存储的一种新“潮流”,在近几年中迅速成为了传统硬盘的替代品。凭借在性能上的先天优势,在解决了性价比问题后,闪存开始逐渐成为用户企业级存储的主流选择。
新华三在这一领域一直扮演着领先厂商的角色,而且所销售的存储产品中,与闪存相关的产品已经占到了70%。对于新华三来说,闪存已毫无疑问成为未来存储市场的焦点,是新华三存储瞄准的重中之重。
此次发布会中,新华三也推出了全新的3PAR系列闪存产品3PAR 9450全闪存储与3PAR 20000系列。这些产品在性能、易管理性、安全性、稳定性、性价比等方面都得到了大幅度提升,例如在性能上,3PAR系列闪存新品较之以前提升了一倍,未来更是可以提升16倍。所有这些,为用户的业务提速、简化管理、降低业务风险、优化投资等都有着十分显著的价值。

HPE 3PAR StoreServ 20000
面对未来的“闪存新常态”,新华三能给用户提供哪些新的变化呢?“目前新华三3PAR系列产品可以实现380万IOPS,0.2-0.8MS延时,84GB/S带宽,不久的将来,我们会借助Storage Class Memory NAND flash技术,让平均延时小于0.2MS。”新华三中国区存储产品管理部总经理徐润安表示,将来新华三的存储产品将采用全存储级内存技术(Storage ClassMemory),进一步将这一指标降到0.1ms之下。在闪存这条“大道”上,新华三存储仍将持续保持领先优势。
除了闪存之外,此次新华三下一代计算与存储发布会中,关于存储的另一个关键词是“海量”。这与当前用户数据量迅猛的增长趋势有着密不可分的关系,根据IDC的预期,到2020年,全球数据总量将达到44ZB,而2025年则暴增至163ZB。
而在中国,随着大数据等应用的兴起以及各行业的业务变革,海量数据的存储需求尤其是分布式存储需求尤为迫切。北京中科大洋科技发展股份有限公司副总裁毛烨指出,当前广电、媒体等行业正在迈入4K高清时代,这背后带来的则是几倍乃至十几倍的数据量增长,这对存储系统的容量、性能、响应速度都提出了更严峻的挑战。
实际上,不仅仅在广电、媒体领域,徐润安指出,在地质、金融、生物工程、人工智能等诸多领域,都存在大量的海量存储需求。对此,此次发布会上新华三重点推出了“海量数据存储之王”H3C UniStor X10000系列的5款新品。它能提供288节点扩展性,最大支持50PB容量,性能及容量能随着节点的增加而线性增长全面满足广电、视频监控、科研教育等行业针对容量及性能的不同需求。

H3C UniStor X10000
在新华三之前提供的存储产品中,分布式海量存储类别尚未涉及,因此H3C UniStor X10000的推出,不仅在分布式存储方面进一步完善了新华三整体存储产品体系,同时也是新华三“应用驱动”在存储领域的充分体现。
新华三在服务器和存储方面都在不断加大自研力度和投入,并且取得了卓越的成果。在日前的新华三新品发布会上呈现的十几款存储设备中,有5款属于自主研发的H3C品牌。
对此,新华三集团副总裁兼中国区产品行销部总经理李立表示,新华三IT产品线的发展策略是通过国际合作加速自主创新,凭借在技术、产品、质量控制等方面的国际水平经验,加强自主研发能力,推出更多满足用户实际需求的产品。可以说,新华三的存储自主创新能力已经成型。
从效果上来看,针对国内存储市场发展的特点,新华三自主研发了以H3C UniStor X10000为代表的系列产品,新华三也已经拥有了国内业界最全的存储产品线。李立表示,在“应用驱动,云领未来”的新IT战略指引下,新华三还将继续加大自主研发力度,推出更多更有针对性的存储产品和解决方案。
作为一个庞大而复杂的市场,中国用户对企业级存储的需求也存在多样性。用两条腿走路的新华三在未来的存储市场竞争中,将迎来更为宽广的格局。让我们拭目以待。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。