NetApp обновила системы хранения данных среднего уровня

NetApp обновила системы хранения данных среднего уровня

Производитель систем хранения данных NetApp выпустил обновленные версии решений FAS 3220 и FAS 3250 (Farric Storage Array), увеличив их производительность на 80% и более чем вдвое увеличив их дисковое пространство в сравнении с предшественниками. Кроме того, обновленные FAS-системы среднего уровня работают на базе операционной системы NetApp OnTAP OS и могут работать с 3-терабайтными дисками, позволяя хранить в общей сложности до 2,1 петабайта на один массив.

Согласно заявлению компании, производительность FAS 3220 была увеличена на 80%, а количество узлов возросло с четырех до восьми, пишет cybersecurity.ru. Новая система позволяет хранить в сумме до 1,440 Тб данных, что в 2,4 раза больше, чем у прежней версии. Количество слотов для жестких дисков в новой системе было увеличено с 240 до 480, а количество PCIe-слотов выросло с четырех до двенадцати, что позволяет размещать дополнительные системы хранения на базе NAND-чипов.

Система FAS 3250 увеличила производительность на 70% и увеличила количество процессинговых узлов с восьми до шестнадцати. Объем оперативной памяти в системе выросло с 16 до 40 гигабайт, а количество слотов для жестких дисков с 600 до 720.

97% компаний в России внедряют ИИ, но 54% не видят его ценности

UserGate изучила, как российские компании внедряют инструменты на базе ИИ и что мешает делать это быстрее. Опрос прошёл в январе 2026 года, в нём участвовали 335 топ-менеджеров компаний с выручкой от 100 млн рублей в год. Картина получилась довольно показательная: 97% компаний уже используют ИИ, тестируют его в пилотах или собираются внедрять в ближайшее время.

То есть искусственный интеллект из разряда «модного тренда» окончательно перешёл в категорию рабочих инструментов.

Чаще всего ИИ применяют для вполне прикладных задач. На первом месте — генерация отчётов и аналитики (42%). Далее идут оптимизация сетевой инфраструктуры (38%), анализ больших массивов логов (37%), ускорение расследований инцидентов (35%) и повышение эффективности Help Desk (32%).

Иными словами, бизнес в первую очередь использует ИИ там, где он помогает сэкономить время и ресурсы или усилить функции безопасности.

Интересно, что приоритеты зависят от масштаба компании. В корпоративном сегменте более 60% респондентов указали анализ больших логов как ключевое направление — что логично при объёмах данных в крупных ИТ-ландшафтах. В среднем бизнесе на первый план выходит оптимизация сетевой инфраструктуры (45%).

При этом 7% компаний пока вообще не рассматривают внедрение ИИ. Главные причины — неясная ценность технологии (54%) и неопределённость рисков (38%). Также среди барьеров называют отсутствие чёткого распределения ответственности (29%), ограниченные бюджеты (29%) и нехватку экспертизы (17%). По сути, речь идёт не столько о скепсисе, сколько о нехватке понимания, как именно внедрять ИИ и как управлять связанными с ним рисками.

Отдельно респондентов спросили, какие технологии окажут наибольшее влияние на кибербезопасность в ближайшие 12 месяцев. Лидером стали ИИ и машинное обучение — их назвали около половины представителей коммерческого и государственного сегментов. Даже те компании, которые пока осторожничают с практическим внедрением, всё равно рассматривают машинное обучение как ключевой фактор трансформации ИБ в среднесрочной перспективе.

Как отмечает руководитель отдела стратегической аналитики UserGate Юлия Косова, бизнес уже активно использует ИИ в операционных и защитных сценариях, но ожидания рынка зачастую опережают текущую практику. Дальнейший эффект, по её словам, будет зависеть от зрелости процессов, качества данных и способности управлять рисками.

RSS: Новости на портале Anti-Malware.ru