Pure Storage推出首款用于存储的AI copilot

　　Pure Storage扩展了其全闪存阵列的软件环境，包括车队管理和存储Copilot，并表示这增强了他们检测恶意攻击和从恶意攻击中恢复的能力。

　　这些新增内容是在 6 月 18 日至 21 日举行的拉斯维加斯 Pure Accelerate 大会上宣布的，该会议与 HPE 于 6 月 17 日至 20 日在同一城市举行的 Discover 大会重叠。Pure没有发布新的硬件公告，也没有与英伟达达成引人注目的交易，例如HPE的英伟达人工智能计算。相反，它为用户提供了坚实的渐进式进步，增强了阵列车队管理，并改善了阵列 SLA 和网络弹性。

　　Pure董事长兼首席执行官Charles Giancarlo表示：“Pure正在通过单一、统一的数据存储平台重新定义企业存储，该平台几乎可以满足所有企业存储需求，包括IT领导者当今面临的最紧迫的挑战和机遇，如人工智能和网络弹性。Pure Storage 平台提供无与伦比的一致性、弹性和 SLA 保证的数据存储服务，在日益复杂的业务环境中降低成本和不确定性。

　　Pure Fusion 产品可自动执行编排和工作负载放置，现已嵌入到 Purity 操作环境中。它可以跨结构化和非结构化数据、本地和云中动态统一阵列并优化存储池。Pure Fusion 将在整个 Pure Storage 平台上提供给所有全球客户。

　　人工智能

　　该公司正在推出用于存储的GenAI Copilot，称它“代表了一种使用自然语言管理和保护数据的全新方式”。它已经根据来自数以万计的 Pure Storage 客户的数据进行了培训，可以指导存储团队完成复杂的性能调查步骤、管理和安全问题。

　　Pure 现在为安全的应用程序工作区提供精细的访问控制。这结合了 Kubernetes 容器管理、安全多租户和策略治理工具，以实现企业任务关键型数据和 AI 集群之间的数据集成。据称，它使存储基础设施对应用程序所有者透明，他们可以在不牺牲安全性、独立性或控制权的情况下完全自动访问 AI 功能。

　　Pure Storage 已经拥有 Nvidia DGX、BasePOD 和 OVX 验证。它现在预计将在今年年底前获得 Nvidia SuperPOD 的存储认证。它声称其“行业领先的能源效率，比其他全闪存存储节省高达85%的能源”，可以帮助客户克服大型人工智能集群中的数据中心功率限制。

　　更多

　　Pure 宣布了三项 Evergreen//One Storage as-a-Service （STaaS） 服务级别协议 （SLA），包括 AI StaaS 保证、网络恢复和弹性以及站点重新平衡功能，以及使用 AI 改进的新安全评估和数据访问异常检测。

　　Evergreen//One AI 存储即服务 SLA 保证了 GPU 的存储性能，以支持训练、推理和 HPC 工作负载，并引入了基于动态性能和吞吐量需求的购买功能。纯粹声称提供所需的性能，从而消除了过度计划和支出的需要。

　　Evergreen//One 基于消耗的存储阵列安排具有增强的网络恢复和弹性 SLA，其中包括灾难恢复。Pure将提供定制的恢复计划，如果发生灾难，将在定义的SLA范围内提供清洁服务基础设施，提供现场安装，并为数据传输提供额外的专业服务。

　　作为其中的一部分，Pure将与客户合作“建立和维护全面的网络安全战略”。这将包括季度审查，以帮助确保最佳实践、持续的风险评估和运营安全补救措施。

　　Pure 的新安全评估提供了对机群级安全风险的可见性，并提供可操作的建议，以最大限度地提高客户整个存储机群的网络弹性。该评估基于 10,000 多个 Pure 阵列的聚合情报。该评估提供了与 NIST 2.0 标准保持一致、满足法规遵从性规则、修正潜在安全异常以及在发生安全相关事件时恢复操作的最佳做法。

　　此外，AI copilot还使用此安全评估为首席信息安全官提供信息，以将其组织自身的安全态势与其他 Pure Storage 客户的安全态势进行比较。

　　站点再平衡 SLA 使客户能够随着存储需求的变化调整现有的储备承诺。预留承诺是所选硬件配置的最小存储容量级别，按相应的预留费率提前计费。

　　例如，如果一个站点的容量需求下降，数据中心的规模正在缩小或合并，或者某个站点的容量因任何原因而过剩，则站点重新平衡 SLA 意味着客户可以每 12 个月重新平衡一次每个 Evergreen//One 订阅的预留承诺。

　　Pure 已经具有基于数据缩减异常的勒索软件检测功能。现在，它通过运行多个机器学习模型来识别异常行为，从而增强了检测异常数据访问行为、恶意访问和拒绝服务攻击的能力。

　　这些模型根据性能启发式方法以及有关存储使用方式的用户上下文，使用历史数据分析客户环境中的异常模式。Pure表示，客户可以通过确定恢复点目标来恢复数据，从而降低风险和猜测，从而识别上一个已知的良好快照副本，从而减少异常数据访问的影响。

免责声明：本文内容来源于第三方或整理自互联网，本站仅提供展示，不拥有所有权，不代表本站观点立场，也不构成任何其他建议，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容， 请及时联系我们进行处理。