网络威胁频发且日益复杂,对任务关键型数据和应用的保护变得空前重要。戴尔科技2024年《全球数据保护指数(GDPI)调研》结果显示,超60%的企业对实现备份和恢复服务级别目标(SLO)缺乏信心。一个安全、简单的数据保护解决方案将帮助企业顺利解决这一挑战。
戴尔科技近期将其数据保护软件平台PowerProtect Data Manager(PPDM)的Storage Direct直接备份功能扩展至Dell PowerMax任务关键型存储上¹,继续刷新效率边界。此前,PowerMax集成PowerProtect Data Domain(PowerProtect DD)数据保护专用存储设备,成为保护企业关键数据的理想拍档。此次PPDM、PowerProtect DD和PowerMax的原生集成,带来了更多先进功能,为企业提供快速、高效、安全和简单的备份和恢复操作,确保数据易于管理且随时可用。
数据恢复,更快一步
依托PPDM,Storage Direct直接备份功能通过快照生命周期管理令PowerMax实现快速的数据恢复,使企业能够在不移动数据的情况下创建、保留和删除快照。高性能加持,保证了数据恢复过程的快速、可靠,最大程度地减少潜在数据丢失风险和停机时间,帮助企业保持业务弹性与安全。
应用影响,降至更低
利用Storage Direct直接备份功能,企业能够在完全不对应用产生影响的情况下执行备份,并保证应用或崩溃一致性。在企业数据备份和恢复的过程中,这对保持其关键业务应用的性能和可用性来说至关重要。
Storage Direct直接备份功能还可通过区分数据块级别,实现差异化恢复以尽可能缩短数据恢复时间,让客户迅速恢复运营。此外,PowerMax还将原生集成PowerProtect DD上的Instant Access卷²,进一步提升业务关键型应用的数据恢复效率和速度。
数据保护,全面就位
通过与PowerProtect DD相结合,并借助Storage Direct直接备份功能,PowerMax拥有了更强大的安全备份保障,这些安全功能包括永久增量备份、端到端数据不可变和数据保险库等。其中,数据的端到端不可变防止了无授权的更改与网络威胁,从而确保企业数据的完整性。数据保险库能在完全不对应用产生影响的情况下,为数据和任务关健型应用提供隔离环境,实现快速恢复。受益于PowerMax全新升级的安全功能,企业数据得到了全方位的保护。
集中控制管理,简单高效
PPDM在提高PowerMax数据整体安全性的同时,更可简化操作:在全数据范围内实现增强的备份编排、集中化管理,并提供新数据卷自动发现和保护功能——仅凭单个界面即可高效直接地完成数据备份和复原。
多云赋能,经济效益再提升
在云环境工作负载保护方面,适用于PowerMax的Storage Direct直接备份功能还为各种私有云、公有云和混合云带来了先进的多云功能。通过与PPDM和PowerProtect DD的无缝集成,该功能赋予了PowerMax高效备份、长期数据保留以及灾难恢复(二级)的能力。此外,由于备份被分层至云存储中,因此也可在不影响PowerMax本身资源的前提下实现便捷访问,并缩减成本。凭借空前的性能和效率,PowerMax成为企业保护关键数据的理想之选,助力业务始终保持弹性。
戴尔科技存储保护解决方案,为现代化数据中心构建保驾护航
通过加强数据完整性、简化数据保护操作、加速数据恢复并实现多云环境下灵活的数据保护,PPDM、PowerMax及PowerProtect DD的原生集成推动了企业数据保护的新一轮变革。其中,Storage Direct直接备份以集中化管理、永久增量备份、端到端不变和应用一致性备份等功能,为现代化数据中心提供了先进而全面的保护。
在不断变换的复杂IT环境中,无论在数据中心、云还是边缘环境中,戴尔科技始终为客户提供其数据保护所需的速度、效率、安全性、简捷与灵活性。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。