SUSE Enterprise Storage 6可更有效地与公共云平台集成和拥有更强大的数据保护能力,使企业能够按需使用基于Ceph技术的存储服务,赋能企业存储转型,助力客户开展创新、参与竞争、实现成长
2019年5月20日—西班牙巴塞罗那(2019年Cephalocon峰会)—SUSE发布了由Ceph 技术提供支持的最新版本软件定义存储解决方案——SUSE Enterprise Storage 6。新产品具有支持容器化云端工作负荷,更有效地与公共云平台进行整合,以及更强大的数据保护能力等新特点,能帮助IT部门顺利适应不断变化的业务需求,节省IT运营开支。
“SUSE通过SUSE Enterprise Storage等敏捷开源解决方案推动数字化转型,助力企业不断开展创新、参与竞争、实现成长”,SUSE美洲区首席技术官Brent Schroeder表示:“我们与社区共同开发创新开源技术,然后对这些技术进行测试和强化,确保其满足企业级应用要求。我们的目标是通过真正开放且统一的智能化软件定义存储解决方案实现企业的存储基础设施转型,降低成本并减少专有硬件的束缚。SUSE不断致力于将Ceph技术打造为企业能按需使用的服务和产品,SUSE Enterprise Storage 6的推出证明了这一点。”
缅因大学正在将SUSE Enterprise Storage 应用于学校的一个高性能计算环境,后者为众多研究项目提供平台。缅因大学超级计算机工程师Steve Cousins说:“SUSE Enterprise Storage显著改善了我们的深度学习项目。其中一个深度学习项目要求在单个目录中存储两百万个文件。利用SUSE Enterprise Storage技术存储这些文件,性能相比之前的存储解决方案提升10倍以上。由于SUSE解决方案具有稳定、易管理的特点,我们管理实时数据和存档数据的时间大幅缩短。有了SUSE Enterprise Storage,我们的内部团队可以将注意力全部集中在如何为学校创造新价值以及如何开展具有变革意义的研究项目上。”
SUSE Enterprise Storage 6基于Ceph Nautilus,可通过以下功能帮助IT企业顺利适应不断变化的业务需求:
此外,新解决方案还可通过以下功能帮助客户减少IT运营开支:
IDC企业基础设施项目研究主任Amita Potnis指出:“SUSE Enterprise Storage 6更加注重云端和容器,符合当前企业的发展方向。目前企业需要处理的数据越来越多,这些数据既可能推动、也可能延缓创新进程。为充分发挥云技术的优点,企业都在实施IT基础设施转型。通过消除障碍、简化云整合过程、推动快速创新,SUSE提供的软件定义存储技术为企业实施IT基础设施转型提供便利,助力企业满足自身不断变化的业务需求。”
Thomas-Krenn.AG销售副总裁Frank Feder表示:“作为一家独立的服务器制造商,Thomas-Krenn早在2015年就开始接触SUSE软件定义存储解决方案,并开发出全球首款支持SUSE Enterprise Storage的硬件设备。随着SUSE Enterprise Storage 6的发布,我们的合作关系也将更上层楼。Thomas-Krenn所有技术销售人员均已通过SUSE认证,除可提供可靠、高度可扩展的硬件之外,还可提供专业顾问服务和个性化创新解决方案,以满足客户更高的要求。”
SUSE Enterprise Storage 6将于6月发售。在提供SUSE Enterprise Storage产品的同时,SUSE还提供世界一流的支持服务和专业服务。
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。