DataCore, un nuovo CEO per accelerare lo sviluppo del software-defined storage

DataCore ONE accelera il futuro del software-defined storage (SDS),
unificando lo storage primario, secondario e cloud in un unico pannello
di gestione con informazioni predittive

DataCore Software ha annunciato oggi, dopo la recente nomina di Dave Zabrowski a
chief executive officer (CEO), DataCore™ ONE, la sua visione per l’infrastruttura
di storage, pensata per accelerare l’adozione del software-defined storage (SDS)
nei data center enterprise, nel cloud e nell’edge computing, centralizzando comando e
controllo delle diverse categorie di storage: primario, secondario e
archiviazione.

Dave Zabrowsky
Dave Zabrowsky – CEO di DataCore

L’azienda ha anche annunciato la disponibilità di diverse
componenti che aiuteranno a trasformare in realtà questa visione, tra
cui un appliance per un’infrastruttura iperconvergente (HCI) flessibile,
un sistema di licensing basato su abbonamento, un nuovo servizio di
analisi basato su cloud e numerosi miglioramenti alla sua già potente
tecnologia di software-defined storage.

“Esiste una forte opportunità di mercato nei real-time data, e sono
entusiasta di lavorare con un’azienda che è una vera innovatrice in
questo ambito,” ha detto Dave Zabrowski, CEO di DataCore Software. “La
collaudata tecnologia di DataCore, unita alla profonda esperienza del
team, ci mette di fronte a un chiaro percorso, in cui saremo i
catalizzatori di cui le aziende hanno bisogno per trarre vantaggio dei
dati in tempo reale, migliorando radicalmente allo stesso tempo
l’efficienza economica dei loro sistemi.”

Al centro della visione DataCore ONE c’è il nuovo motore di analisi
predittiva basato su cloud, DataCore™ Insight Services (DIS), che offre
informazioni dettagliate e immediatamente fruibili provenienti da una
vista a 360 gradi sullo storage a livello infrastrutturale. Il control
panel SaaS si basa sulla telemetria e sull’apprendimento collettivo
ispirato dall’esperienza di migliaia di clienti in tutto il mondo per
identificare i problemi nelle fasi iniziali, offrire raccomandazioni in
merito alle best practice e pianificare la capienza. L’unione di machine
learning e intelligenza artificiale è in grado di identificare anomalie
in corso o di prevederne l’insorgenza nell’infrastruttura di storage dei
dati, mentre il motore integrato che si occupa di fornire suggerimenti
indirizza alle persone preposte i correttivi più appropriati.

LASCIA UN COMMENTO

Per favore inserisci il tuo commento!
Per favore inserisci il tuo nome qui

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.

LEGGI ANCHE

Gli ultimi articoli