数字经济时代,各类企业对数据保护和复制数据管理的需求极大激发了这一市场的活力,近日,全球知名咨询机构IDC 发布了一份在数据备份市场提供复制数据管理CDM技术的厂商报告。
该报告中,IDC对云信达的CDM产品、业务战略、市场策略做了全盘梳理和评价,对其以CDM解决方案全面帮助企业盘活副本暗数据的技术能力与市场表现给与了高度肯定,同时也提出了发展建议和未来展望。
CDM演进中,中国厂商实力备受认可
IDC提到,复制数据管理(CDM)技术在数据备份类解决方案中的优势获得越来越多的企业和组织机构的认可,一方面是因为 CDM 的快速恢复特性是保证企业和组织机构 IT 运维和业务连续性的最佳选择;另一方面是因为 CDM 技术对数据全生命周期的管理更为有力,可使海量数据快速交付,在数据合规管控的同时提升数据价值,使数据可以被安全敏捷地用于开发测试、数据分析。
成立于2015年的云信达科技,多年来致力于通过创新型CDM技术帮助企业客户以备份现代化为起点,盘活备份暗数据,实现企业数据资产全生命周期管理,通过向金融、运营商、高端制造业、能源、政府等行业客户提供运维保障、应用开发测试、数据湖治理等服务,极大推进了CDM在各行各业的应用范围。
IDC观察到,云信达核心产品eCloud Data Master云数据管理系统覆盖了数据备份保护、副本数据管理、副本数据服务市场,强调将“数据备份国产化”与“副本数据敏捷服务”相结合,面向数字化转型,正在走出一条未来基础设施的数据大道。
经过对CDM市场的全盘分析和洞察,IDC总结了云信达CDM在高端备份市场、敏态数据消费市场、备份即服务这三大主要商业方向的产品能力。。
CDM三大商业方向与未来走势
IDC提出,目前中国高端备份市场在数字化转型的压力下面临一次大洗牌,市场机会集中在大型企业客户数据中心,尤以金融、运营商、能源、高端制造业为主。而金融等行业客户,对数据敏捷服务更为关注。而在中小型企业和企业级商业服务、小型互联网数据中心(iDC)、边缘及分支机构中,备份即服务更受欢迎,这类业务可在云端留存并快速使用,或非结构化存储数据直接上云。
近几年,面向这三大市场,云信达已实现了完备的产品布局,以精准的业务策略获得了市场的认可:
?在现代化备份市场,以架构先进、体验优秀、功能完备的现代化备份产品,云信达帮助金融、运营商、高端制造等大型企业客户的大型数据中心逐步实现了传统备份集升级换代,做到了“一步到位实现国产化供应和数字化技术栈升级两大目”。
?在数据敏捷服务市场中,云信达CDM 备份使能的兼容性、一致性、敏捷性和复用性也得到广泛关注,为众多客户打造了数据集成、准备、脱敏、服务的自动化数据服务平台。
?面向中小客户,云信达可针对边缘及混合多云环境提供简单备份、云端存储以及海量小文件备份复制等 SaaS 化的数据服务订阅,帮助众多中小客户统一运营支撑管理,按需扩展。
对于CDM的未来发展,IDC 认为,在云信达等领军企业的带动下,CDM 技术在未来几年中将更多地为企业和组织机构提供价值,在数据备份解决方案提供“保底” 能力的同时满足未来企业对数据快速恢复、数据全生命周期管理和数据价值最大化利用的需求。
同时,IDC还建议,技术供应商应持续投入技术创新,以更先进的技术助力数据备份的增效降费,并关注“即服务”的云应用,同时在容器数据保护方面投入精力。此外,企业和组织机构应基于公司现阶段的数字化转型策略,选择扩展能力强的数据复制与保护产品,进一步加强数据管控能力。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。