Pure Storage 丰富的产品组合涵盖高性能、大容量、高性价比的产品,且始终保持现代化
2023年8月8日,中国——专为多云环境提供先进数据存储技术及服务的全球IT先锋Pure Storage® (NYSE: PSTG) 今日宣布其已实现一项愿景目标,即率先成为业界首家以全闪存解决方案满足客户全部存储需求的技术提供商。目前只有 Pure Storage 可以真正做到这一点,这主要归功于其在原生闪存管理、Purity架构、Evergreen®支持架构和云运营模式方面的独到之处。
Pure Storage董事长兼首席执行官 Charlie Giancarlo 表示:“我们倾力打造的业内最优秀的产品线,兼具出众的稳定性、先进性和可靠性,全面满足所有的企业级存储需求。迈入人工智能新时代,与硬盘和固态硬盘相比,Pure全闪存产品线在性价比、运行性能和环保方面展现出卓越优势,这对我们的客户来说比以往任何时候都更加重要。”
Pure Storage 中国区销售总监朱星勃表示:“这些最新的发布将对我们的中国客户和合作伙伴产生深刻影响。目前,构建全闪存数据中心从经济角度来说已非常可行,且考虑到对环境的影响和总体拥有成本,这也是顺理成章的选择。IDC最新发布的《2023年第一季度全球企业存储系统季度跟踪报告》显示,Pure在中国市场的增长率高达57.6%,远超3.4%的市场整体增长率,这充分证明我们有能力满足客户对创新和可持续技术解决方案的需求,并将继续保持良好的发展势头。”
对于Pure Storage全球11,500多家覆盖全行业和各种工作负载类型的客户而言,Pure已证明其能够:
之所以能够实现上述成果以满足各种存储需求,是因为Pure Storage具有诸多与众不同且可持续的差异化优势:
全新解决方案:
FlashArray//E:
FlashArray//E为存储各类文件和块数据提供了闪存的简易性和高效率,让客户终于可以淘汰其数据中心中的最后一批磁盘。产品优势体现在:
新一代FlashArray//X和FlashArray//C:
与前几代产品相比,最新一代FlashArray//X和FlashArray//C R4取得了重大突破。客户将可以享受如下优势:
人工智能的首选存储合作伙伴
生成式人工智能掀起了新一轮人工智能的浪潮,今日发布的创新将进一步巩固Pure Storage作为人工智能项目首选存储合作伙伴的领导地位。Pure Storage为前沿人工智能项目提供支持,例如自动驾驶汽车研发公司,以及全球最大的人工智能超级计算机Meta AI的研究超级集群 (AI RSC) 等。在Pure的支持下,客户可从任何规模开启其人工智能之旅,并随需求变化而扩展。
Pure Storage早在多年前就预见了对人工智能的需求,并推出了FlashBlade® 以及与NVIDIA联合开发的AIRI® (AI就绪的基础设施)解决方案。AIRI//S™是Pure Storage和NVIDIA联合开发的一款面向人工智能的NVIDIA DGX BasePOD参考架构,包括最新的FlashBlade//S™存储。Pure Storage的FlashBlade硬件产品组合支持GPU Direct Storage (GDS),近期也将推出可提供完整GDS支持的软件增强功能,从而进一步深化Pure Storage和NVIDIA的合作,并优化DGX BasePOD认证解决方案。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。