当前位置: 首页 > news >正文

腾讯云升级多个云存储解决方案 以智能化存储助力企业增长

9月6日,在腾讯数字生态大会腾讯云储存专场上,腾讯云升级多个存储解决方案:Data Platform 数据平台解决方案重磅发布,数据加速器 GooseFS、数据处理平台数据万象、日志服务 CLS、高性能并行文件存储 CFS Turbo 等多产品全新升级,能够为企业在 AI 时代提供更安全、高效的数据基础服务。

存储产品全线升级 打造智能存储底座

针对人工智能时代各个行业对数据存储、管理、加速的需求,腾讯云存储解决方案总监温涛宣布了 Data Platform 数据平台解决方案的重磅发布,并带来全新升级的 GooseFS 2.0 和数据万象 2.0。

图片

温涛表示,Data Platform 数据平台解决方案不仅仅提供存储服务, 并围绕对象存储 COS 提供了数据处理(万象- Data Engine),数据管理(万象 - MetaInsight),数据加速(GooseFS)等一套综合数据平台来满足 AIGC、大数据分析、数据湖仓和自动驾驶等场景对数据存储、处理和管理的需求。

据介绍,升级后的数据万象2.0让用户更高效的处理和管理数据,数据处理供近存储端的数据处理能力,可以提升数据挖掘效率和优化数据处理的成本;数据管理可通过 MetaInsight 提供的元数据检索和语言检索接口,使得海量数据具备可管理的能力。

升级后的 GooseFS 2.0 在性能、扩展性、可用性上得到了全面提升。通过优化缓存算法,缩短数据 IO 路径,提升缓存效率,为用户带来低延迟、大带宽、高性能的存储服务。

图片

目前该解决方案已有多个客户落地。在实际业务场景中,依靠 GooseFS 的数据加速能力,使客户数据预处理效率提升3~4倍,训练数据加载性能提升6倍;依托数据万象的内容审核能力,不合规内容拦截率从80%提升到了99%。有效助力企业提高效率,增强竞争力。

腾讯云存储高级产品经理李沐霖进一步介绍了“腾讯云数据万象”平台的最新进展。数据万象以编解码和 AI 技术为底座,通过核心的存算混部架构、智能检索 MetaInsight 能力、高效边转边播技术,打造了一个近存储侧的一站式数据治理智能平台,旨在帮助用户挖掘数据的最大价值。

腾讯云存储高级产品经理刘正新介绍了腾讯云日志服务 CLS 在混元大模型的加持下的最新能力。目前 CLS 已经构建了针对日志场景的专用大模型,实现智能编写日志查询分析语句。同时新增全自动配置索引、一键生成仪表盘等智能化功能,降低操作复杂度、提升产品易用性,实现产品智能化升级。

腾讯云存储高级产品经理杨飞介绍了腾讯云高性能并行文件存储 CFS Turbo 的最新能力。CFS Turbo 主要用于解决千亿级训练样本的并发读取、TB 级 Checkpoint 读写和十万核级的影视渲染的数据访问难题。通过端到端并行处理的架构,CFS Turbo 能提供亚毫秒级的延时、TB级的吞吐和千万级的 OPS / IOPS,相比于非全并行的架构,可降低80%的数据等待时间。

产业实用 助力多场景落地

在会上,来自行业内的企业用户代表也分享了各自在智能化存储方面的实践。

贝壳可观测性平台负责人胡云海介绍了贝壳可观测整体解决方案、贝壳通过与腾讯云日志服务深度合作,基于 CLS 的数据整合联动能力,从日志、指标、链路跟踪,实现对海量丰富日志数据的统一收集分析展现,数据处理到展示,性能提升10倍,成本下降30%,打造高效直观的可观测平台。

元石科技用户增长负责人李安还分享了元石打造的 AI 智能助手应用“问小白”的实践经验。元石科技通过和腾讯云存储的合作,采用了 COS 融合桶加速、GooseFS 和 CFS Turbo 高性能文件缓存加速、以及数据万象的处理和审核能力,让元石的自研大模型业务更高效、更快捷,也让基于其自研“元石大模型”打造的 AI 智能助手不仅能够图文并茂的秒速回答问题,还能提供个性化的内容推荐,一经面世就获得了众多用户的好评。

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • 物联网——DMA+AD多通道
  • Flutter - Win32程序是如何执行main函数
  • 易语言源码用键盘按键代替小键盘写法教程
  • esp32-C2 对接火山引擎实现智能语音(一)
  • 只有C盘的windows系统通过磁盘分区分出D盘
  • 计算机毕业设计 基于协同过滤算法的个性化音乐推荐系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试
  • electron react离线使用monaco-editor
  • 算法练习题27——疫情下的电影院(模拟)
  • OpenStack × OceanBase: 打造高可用可扩展的基础设施平台
  • [OpenCV] 数字图像处理 C++ 学习——15像素重映射(cv::remap) 附完整代码
  • Ruoyi Cloud K8s 部署
  • 汇编调用C库函数—printf、scanf和Win32API
  • 俄罗斯方块——C语言实践(Dev-Cpp)
  • Unity 特殊文件夹
  • 面试题总结(四) -- STL与算法篇
  • 【跃迁之路】【519天】程序员高效学习方法论探索系列(实验阶段276-2018.07.09)...
  • Git学习与使用心得(1)—— 初始化
  • npx命令介绍
  • NSTimer学习笔记
  • 基于遗传算法的优化问题求解
  • 开发了一款写作软件(OSX,Windows),附带Electron开发指南
  • 使用common-codec进行md5加密
  • 移动端唤起键盘时取消position:fixed定位
  • 测评:对于写作的人来说,Markdown是你最好的朋友 ...
  • # .NET Framework中使用命名管道进行进程间通信
  • # 学号 2017-2018-20172309 《程序设计与数据结构》实验三报告
  • (1/2)敏捷实践指南 Agile Practice Guide ([美] Project Management institute 著)
  • (leetcode学习)236. 二叉树的最近公共祖先
  • (层次遍历)104. 二叉树的最大深度
  • (第三期)书生大模型实战营——InternVL(冷笑话大师)部署微调实践
  • (二十四)Flask之flask-session组件
  • (附程序)AD采集中的10种经典软件滤波程序优缺点分析
  • (几何:六边形面积)编写程序,提示用户输入六边形的边长,然后显示它的面积。
  • (排序详解之 堆排序)
  • (收藏)Git和Repo扫盲——如何取得Android源代码
  • (四)Linux Shell编程——输入输出重定向
  • (一)Dubbo快速入门、介绍、使用
  • (一)十分简易快速 自己训练样本 opencv级联haar分类器 车牌识别
  • (游戏设计草稿) 《外卖员模拟器》 (3D 科幻 角色扮演 开放世界 AI VR)
  • (转)3D模板阴影原理
  • (转载)微软数据挖掘算法:Microsoft 时序算法(5)
  • .NET 4.0中的泛型协变和反变
  • .NET Core 网络数据采集 -- 使用AngleSharp做html解析
  • .Net Core 微服务之Consul(二)-集群搭建
  • .NET 漏洞分析 | 某ERP系统存在SQL注入
  • .xml 下拉列表_RecyclerView嵌套recyclerview实现二级下拉列表,包含自定义IOS对话框...
  • @PreAuthorize注解
  • @Service注解让spring找到你的Service bean
  • [10] CUDA程序性能的提升 与 流
  • [Android开源]EasySharedPreferences:优雅的进行SharedPreferences数据存储操作
  • [AR Foundation] 人脸检测的流程
  • [C#]将opencvsharp的Mat对象转成onnxruntime的inputtensor的3种方法
  • [c#基础]值类型和引用类型的Equals,==的区别
  • [C++][opencv]基于opencv实现photoshop算法色阶调整
  • [Codeforces] number theory (R1600) Part.11