非结构化数据的快速增长，部分是驱动因素人工智能和机器学习的兴起，正在给企业带来新的挑战。传统存储架构正在努力跟上释放这些数据的全部价值所需的规模、性能和灵活性的步伐。在第 54 届 IT 新闻发布会上，Quantum Corporation 展示了他们如何发展其端到端产品组合，以帮助组织克服这些障碍并从数据中获得更多见解。< /p>
非结构化数据洪流
“超过 80% 的数据是非结构化的，并且增长迅速，”Jamie Lerner，Quantum 首席执行官兼董事长。 “人工智能技术可以释放有意义的见解和商业价值。数据基础设施必须保留数据数十年，才能为人工智能模型提供动力。”
全面的数据管理方法
Quantum 认为，要充分利用非结构化数据的力量，组织需要一种涵盖整个数据生命周期（从高性能主存储到长期存档）的综合方法。这反映在他们的产品组合中，其中包括闪存、磁盘、对象存储、磁带产品以及数据管理和丰富软件。
推出 ActiveScale Z200：可扩展全闪存对象存储
Quantum 产品阵容的重要补充之一是新的 ActiveScale Z200 平台。据 Quantum 产品营销部的 Tim Sherbak 介绍，这款全闪存对象存储平台为人工智能和分析工作负载提供无限的规模和性能。它还为对象数据和元数据提供了闪存存储的灵活使用。通过将“超大规模云架构引入您的企业本地环境”，ActiveScale Z200 使组织能够构建可扩展的数据湖，以支持要求苛刻的人工智能工作负载。
DXi T 系列：简化的高性能备份
除了 Z200 之外，昆腾还发布了 DXi T 系列，这是全新的全 NVMe 备份设备系列。这些交钥匙设备使客户可以轻松部署高性能数据保护，而无需构建自己的系统。通过实现更快的备份和恢复，T 系列可以帮助组织在应对不断增长的非结构化数据时提高数据弹性。
需要人工智能就绪的数据策略
但新硬件只是昆腾战略的一部分。勒纳强调，为了在人工智能驱动的世界中保持竞争力，组织需要重新思考如何管理数据并从数据中提取见解。 “客户认识到拥有人工智能战略可以带来更高的公司价值。利用人工智能的公司可能会获得更好的成果和更高的股价。”
克服基础设施障碍
但是，许多企业发现他们现有的存储基础设施不适合这种新模式。在 Quantum 调查中，客户面临的主要挑战包括需要更多的数据洞察 (27%)、更高性能的存储 (25%) 和端到端自动化工具 (21%) 来支持不断发展的数据管道。
“传统存储系统扩展性能的能力有限，难以管理，并且会形成阻碍数据流动的孤岛，”Lerner 解释道。相比之下，昆腾的产品组合旨在提供更加统一、软件定义和自动化的方法来管理非结构化数据。
实现数据丰富和洞察
除了硬件之外，昆腾还投资新的数据服务和软件功能，旨在简化和丰富人工智能和分析工作流程。其中包括使用元数据自动标记数据、支持多维数据视图、在各层之间移动数据时优化性价比以及与更广泛的 AI/ML 生态系统更紧密集成的工具。
“基于公司独特数据构建的人工智能模型具有竞争优势，”勒纳表示。 “我们的目标是让客户能够轻松获取、丰富和保留大量非结构化数据集，作为人工智能驱动的见解的基础。”
非结构化数据管理的未来
展望未来，Quantum 预测人工智能和实时分析的增长将推动主 NAS、对象存储和归档层等传统存储类别的进一步融合。随着这种情况的发生，软件定义的数据管理和丰富功能对于帮助客户有效管理数据放置和处理将变得越来越重要。
通过提供可扩展的存储平台以及丰富和管理非结构化数据的软件，昆腾将自己定位为寻求利用下一波人工智能驱动创新浪潮的企业的战略合作伙伴。他们的集成产品组合方法旨在让客户能够灵活地从小规模开始，并随着数据量的增长和新用例的出现而无缝扩展。
正如 Lerner 所总结的那样，“我们的愿景是简化客户在每个阶段管理非结构化数据的方式，这样他们就可以花更多的时间提取见解，而不是花在基础设施上的时间。”