作者|周雅
大家熟知的中信集團(tuán),是十足的云上“大戶”,由于其擁有2800家子公司且橫跨60多個行業(yè),所以用了阿里云、騰訊云、金山云、亞馬遜云科技、Azure、Oracle等一百多個云服務(wù)——然而,在多云環(huán)境下,數(shù)據(jù)管理就成了老大難問題。
一方面,要在多個云平臺上做統(tǒng)一管控;另一方面,存在要擴(kuò)展到混合平臺的需求——由于產(chǎn)業(yè)布局多元、業(yè)務(wù)群龐大,中信集團(tuán)面臨著數(shù)據(jù)資源無序、沉睡,且基礎(chǔ)設(shè)施參差不齊的挑戰(zhàn)。
作為中信集團(tuán)的數(shù)據(jù)保護(hù)合作伙伴,Commvault 為中信云量身打造了第一個“全覆蓋云平臺架構(gòu)”,即在云上搭建組合式云平臺,甚至多個公私有云混合平臺做統(tǒng)一管控,既降低了多云平臺集成的復(fù)雜度,又提高了平臺靈活擴(kuò)展性,節(jié)省了總體擁有成本。
與中信集團(tuán)一樣,包括瀘州老窖、天津銀行、山東省立醫(yī)院、北京大學(xué)、駱駝集團(tuán)、煙臺欣和企業(yè)食品有限公司等,這些企業(yè)的數(shù)據(jù)管理,都受到了Commvault的“庇護(hù)”。
“從最早的機(jī)房時代,到數(shù)據(jù)中心時代,再到現(xiàn)在的AI時代,數(shù)據(jù)保護(hù)面臨的挑戰(zhàn)越來越多且不斷變化:過去或許是病毒和誤操作,而現(xiàn)在有了AI能力,這意味著傳統(tǒng)工具已經(jīng)無法滿足防護(hù)需求。”Commvault中國區(qū)總經(jīng)理魯硯在近期一場媒體采訪中,道出企業(yè)在智能時代的數(shù)據(jù)安全問題。
Commvault亞洲區(qū)副總裁 Michel Borst進(jìn)一步指出,“現(xiàn)在不是說‘會不會遭受網(wǎng)絡(luò)意外事件’的問題,而是‘何時會遭受網(wǎng)絡(luò)意外事件’,以及更重要的是‘網(wǎng)絡(luò)意外事件會造成多大的損失’。”
現(xiàn)狀是,IDC預(yù)測“到2025年50%的中國企業(yè)IT基礎(chǔ)設(shè)施支出將分配給公有云”,換句話說,越來越多的工作負(fù)載、數(shù)據(jù)、應(yīng)用會“上云”。
硬幣的另一面,是企業(yè)的思考還不夠深。Michel Borst說:“我們看到,企業(yè)不斷采取一些戰(zhàn)術(shù)上的方案,但依然像一個個孤島。過去在本地建孤島,現(xiàn)在繼續(xù)在云上重蹈覆轍,從數(shù)據(jù)風(fēng)控、數(shù)據(jù)恢復(fù)的角度來說,這并沒有把事情變好,反而是變得更復(fù)雜。”
所以,管理數(shù)據(jù)、確保多云環(huán)境的安全性、以及保持業(yè)務(wù)連續(xù)性對企業(yè)日益重要,Commvault針對這類企業(yè)提出了一個新理念——持續(xù)業(yè)務(wù)(Continuous Business)。
Commvault亞洲區(qū)副總裁 Michel Borst(左二)、Commvault公司亞太地區(qū)副總裁Martin Creighan(左三)、Commvault中國區(qū)總經(jīng)理魯硯(右一)
“持續(xù)業(yè)務(wù)”的三板斧
“持續(xù)業(yè)務(wù),就是讓企業(yè)的業(yè)務(wù)始終可用。”Michel Borst說,具備持續(xù)業(yè)務(wù)能力的企業(yè),即便是面臨未知和風(fēng)險(xiǎn),也能把業(yè)務(wù)連續(xù)性、正常地運(yùn)轉(zhuǎn)下去。
Commvault亞洲區(qū)副總裁 Michel Borst
為了助力企業(yè)實(shí)現(xiàn)“持續(xù)業(yè)務(wù)”,Commvault去年推出Commvault Cloud,利用AI不斷學(xué)習(xí)、增強(qiáng)和自我修復(fù),利用自動化幫助企業(yè)在安全、就緒和可擴(kuò)展的持續(xù)狀態(tài)下運(yùn)行。
Commvault Cloud的核心要素有三大支柱:持續(xù)安全、持續(xù)就緒、持續(xù)恢復(fù)。Commvault公司亞太地區(qū)副總裁Martin Creighan在采訪中解釋了這三大支柱的內(nèi)涵:
第一,持續(xù)安全。Commvault將安全和自動化集成到開發(fā)和運(yùn)營中,幫助企業(yè)更好保護(hù)自身環(huán)境。
根據(jù)Gartner數(shù)據(jù),到2025年,75%的組織將面臨一次或多次攻擊,這些攻擊將越來越多地針對活動目錄(Active Directory),導(dǎo)致企業(yè)業(yè)務(wù)很可能發(fā)生停滯。Commvault不僅可以幫助企業(yè)恢復(fù)活動目錄,還可以自動創(chuàng)建包含恢復(fù)后配置的運(yùn)行手冊(runbook),確?;謴?fù)后的活動目錄能夠真正運(yùn)行。
除了活動目錄,Commvault還保護(hù)廣泛的工作負(fù)載,包括大語言模型、下一代AI堆棧等新興服務(wù)。Commvault與Pure Storage還聯(lián)合推出了網(wǎng)絡(luò)就緒解決方案,幫助企業(yè)確保合規(guī)性。
第二,持續(xù)就緒。今年3月份,Tech Research Asia做了一項(xiàng)企業(yè)高管調(diào)研——“如果發(fā)生數(shù)據(jù)損失,預(yù)期多快能夠恢復(fù)?”,調(diào)研結(jié)果顯示,CFO、CEO等高管期望24到48小時能夠恢復(fù),IT或安全主管的回答則是要過3到5個工作日,而行業(yè)的平均值是超過40天。
Martin Creighan提到,“企業(yè)預(yù)期”與“平均數(shù)值”之間有這么大落差的原因,是許多企業(yè)往往忽視了持續(xù)測試,導(dǎo)致在數(shù)據(jù)損失時無法及時恢復(fù)業(yè)務(wù),因此,Commvault鼓勵企業(yè)定期進(jìn)行數(shù)據(jù)恢復(fù)測試,以確保在關(guān)鍵時刻能夠迅速應(yīng)對。根據(jù)Commvault的經(jīng)驗(yàn),最容易恢復(fù)的是那些定期測試的企業(yè)。
Commvault的潔凈室恢復(fù)功能(Cleanroom Recovery)可按需為企業(yè)提供自動化環(huán)境,以測試每個工作負(fù)載的恢復(fù)能力,而無需昂貴的專用測試基礎(chǔ)設(shè)施。Commvault還將這一功能擴(kuò)展到亞馬遜云科技等更多云上,支持對于行業(yè)關(guān)鍵工作負(fù)載的恢復(fù)測試。
此外,Commvault還推出了Readiverse咨詢服務(wù)體系,幫助企業(yè)從頭開始構(gòu)建網(wǎng)絡(luò)恢復(fù)計(jì)劃,并引入新的內(nèi)置網(wǎng)絡(luò)恢復(fù)儀表板,幫助分析企業(yè)計(jì)劃成熟度,并提出改進(jìn)建議。
第三,持續(xù)恢復(fù)。為了做到持續(xù)恢復(fù),Commvault支持企業(yè)持續(xù)進(jìn)行測試,幫助企業(yè)創(chuàng)建運(yùn)行手冊、操作手冊和運(yùn)行腳本。企業(yè)也要培訓(xùn)自身團(tuán)隊(duì),讓他們了解整個過程,讓每個人都能信息同步,能互相溝通,從而做到快速恢復(fù)。
“去年,Commvault Cloud平臺推出時,已與七個ISV完成集成,現(xiàn)在這一數(shù)字已超過18個,未來還會持續(xù)增加。”Martin Creighan總結(jié)說道,“市場對Commvault Cloud平臺和技術(shù)的接受度非常高,我們將各種軟件平臺和能力整合到一個平臺上,分離數(shù)據(jù)層、控制層和存儲層,通過單一界面即可保護(hù)各種位置的工作負(fù)載和應(yīng)用程序,并支持恢復(fù),得到了廣泛的積極回應(yīng)。”
Commvault公司亞太地區(qū)副總裁Martin Creighan
“中國市場是我們的重要市場”
Commvault進(jìn)入中國市場以來,一直致力于開拓中國市場,并且?guī)椭袊蛻魧?shí)現(xiàn)連續(xù)業(yè)務(wù)。
“中國的數(shù)據(jù)量正在快速增長”,Martin Creighan分享了這樣一組數(shù)據(jù):2023年,中國的數(shù)據(jù)量增長22.44%,中國累計(jì)數(shù)據(jù)存儲總量為1.73ZB,而1個ZB相當(dāng)于一萬億個GB,這是龐大的數(shù)據(jù)量;而如果2024年數(shù)據(jù)增長率維持在22.44%,那么2024年的數(shù)據(jù)存儲量將達(dá)到2.1個ZB。
Martin Creighan隨后說道,IDC預(yù)測到2028年,中國數(shù)據(jù)安全市場的投資規(guī)模將達(dá)到173億元人民幣,復(fù)合增長率16.7%。這表明,隨著數(shù)據(jù)量的快速增加,數(shù)據(jù)保護(hù)方面的需求也在不斷提升,需要采取更多措施應(yīng)對這些挑戰(zhàn)。
魯硯強(qiáng)調(diào),現(xiàn)在的數(shù)據(jù)保護(hù),不僅要強(qiáng)調(diào)完整性和可恢復(fù)性,更重要的是保證數(shù)據(jù)的“干凈性”,如果還原的是“臟”數(shù)據(jù),那就毫無意義,因此,防護(hù)產(chǎn)品必須具備AI能力,具備持續(xù)學(xué)習(xí)和改進(jìn)的能力。
比如云備份,與傳統(tǒng)備份不同,云備份不僅僅是將A搬到B再搬到C,更加注重實(shí)現(xiàn)數(shù)據(jù)保護(hù),確保數(shù)據(jù)在遭遇意外情況時依然安全,并保證(備份)數(shù)據(jù)在(恢復(fù))進(jìn)入系統(tǒng)時是“干凈的”。
這一過程涵蓋了事前、事中和事后三個環(huán)節(jié)。在事前,Commvault提供了有效解決方案,甚至使用蜜罐技術(shù)誘捕不干凈的數(shù)據(jù),從而更有效地應(yīng)對意外情況的發(fā)生;在事中,Commvault能夠阻斷未經(jīng)許可的進(jìn)程,確保只有Commvault的進(jìn)程能夠繼續(xù)進(jìn)行。在事后,Commvault能夠快速建立恢復(fù)環(huán)境,保障業(yè)務(wù)連續(xù)性。
魯硯透露,“如果企業(yè)在沒有任何保護(hù)措施下遭遇意外情況,數(shù)據(jù)恢復(fù)可能需要幾個月時間。但通過Commvault的技術(shù),企業(yè)能夠在意外情況發(fā)生后迅速恢復(fù)數(shù)據(jù)。”
Commvault中國區(qū)總經(jīng)理魯硯
據(jù)悉,在中國市場,Commvault已經(jīng)服務(wù)了成百上千家客戶,這些客戶分布在醫(yī)療衛(wèi)生、制造業(yè)、金融等行業(yè)——“從最初的小型數(shù)據(jù)中心開始,隨著企業(yè)規(guī)模的擴(kuò)大,數(shù)據(jù)架構(gòu)也逐步增長和優(yōu)化,甚至有一些企業(yè)已經(jīng)邁出國門,通過Commvault平臺實(shí)現(xiàn)了在單一界面上對全球數(shù)據(jù)的管理。”魯硯強(qiáng)調(diào)。
目前,Commvault已經(jīng)投入了大約10億美元用于研發(fā),并擁有超過1400項(xiàng)相關(guān)專利。魯硯指出,“Commvault的產(chǎn)品是一個具有生命力的產(chǎn)品,能夠隨著需求的不斷增長和挑戰(zhàn)的不斷變化,產(chǎn)品也會不斷迭代和優(yōu)化,幫助中國客戶從基礎(chǔ)架構(gòu)、發(fā)展到優(yōu)化架構(gòu)、再到適應(yīng)出海需求的完整架構(gòu),實(shí)現(xiàn)更高效的數(shù)據(jù)管理。”
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會友,左手硬核科技,右手浪漫主義。