一體化邊緣存儲應用場景

① 華為一體化機房（小型數據中心）怎麼樣

華為FusionMole500&800系列是一體化的小型數據中心解決方案，將機房的供配電設備、UPS、空調、監控等基礎設施集成在一個機櫃之內，相比傳統的建設模式節省佔地40-50%以上，佔地面積的減少帶來實實在在的租金費用的降低，減少了運營成本；而且所有部件在工廠預制完成，現場一站式交付，整個安裝僅需4小時，業務上線速度大幅提升。整體的機房布局不僅簡潔美觀，而且能夠做到快速擴容。
適用場景：有別於傳統解決方案的冗長建設周期以及管理分散化的不足，FusionMole500能夠滿足當前以互聯網金融為代表的新業務模式和IT架構轉型對信息科技基礎設施快速、靈活部署的要求。它的簡易安裝能力和全網運維能力，解決了邊緣數據中心兩大痛點，憑藉以上這些優勢，華為一體化的小型數據中心FusionMole500&800解決方案，打造的工商銀行支行網點IT基礎設施改造試點項目成果也得到了DCD評委的認可，獲得了DCD年度邊緣計算基礎設施創新獎。

② 備份一體機都有哪些應用場景

如果運行中的系統突然中斷會造成什麼樣的後果。攜程網站和APP曾經歷過系統宕機12小時，造成了將近1300萬美元的損失，每小時損失106.38萬美元。系統中斷、數據丟失等等問題， 不僅造成收入損失、財務損失，還會造成業務損失、生產損失、聲譽損失等等。如果這些企業在災難發生之前，為他們的數據裝上容災備份的保險，就可以將這些災難發生後的損失降到最低。備份一體機將多種容災備份產品的功能相關軟體集成到一套設備上，不僅減少備份伺服器、備份軟體伺服器、存儲陣列的安裝部署配置，備份一體機還讓管理和維護更簡單，同時兼具多種功能，降低用戶備份總體擁有成本和系統集成的復雜性。

那麼備份一體機通常用在什麼場景呢？
一， D2D2T備份場景歸檔備份：備份一體機將備份數據歸檔至物理磁帶中，實現數據長期保存，滿足法規要求、經濟高效的歸檔需求。
二， D2D2R備份場景（遠程備份）：備份一體機將數據備份通過互聯網或專線方式備份到異地數據中心，避免因地域性災難所造成的數據丟失風險。 方案通過備份一體機斷點續傳、流量控制和數據加密壓縮等技術，降低對網路和存儲的要求同時也提高數據傳輸安全性，同時通過雙向緩沖等技術為本地和遠程提供了互備能力。
三， 遠程集中備份場景：通過備份一體機，在D2D2R基礎上將分支數據集中備份到異地數據中心，避免分支站點因地域性災難所造成的數據丟失風險。
四， D2D2C備份場景（備份到雲）：備份一體機將備份數據容災到支持所有以標准Restful API為介面的對象存儲系統廠家，如阿里雲、AWS、金山雲、京東雲等公有雲上，充分利用雲存儲成本及擴張性優勢，同時也一定程度上滿足數據異地備份的要求。
五， LAN-FREE備份場景（跨平台）：LAN-Free備份建立在FC-SAN的基礎上，通過備份一體機，備份數據不經過IP區域網，直接從快速隨機存儲設備（磁碟陣列或伺服器硬碟）直接向備份存儲設備復制數據，極大降低了對業務網路的影響。

備份一體機的用戶不必聯系多家供應商來解決售後服務問題，而且不存在多個產品兼容性和故障判斷方面的困擾，大大降低了後期運維的難度。同時還滿足合法合規要求，兼容各種類型的資料庫，滿足企業特定數據的保護訴求。

③ 超融合軟體解決方案可以適用哪些場景

首先，軟體方案和一體機方案如何選擇？

④ 邊緣計算有哪些應用場景

根據咨詢公司STL Partners的研究發現，邊緣計算能夠在許多場景大展身手，這里選擇了以下9個重要的應用場景：
1、自主汽車
卡車車隊的自動組隊可能是自動車輛的首批使用案例之一。在這里，一群卡車在車隊中彼此緊跟著行駛，節省了燃料成本，減少了擁堵。有了邊緣計算，除了前面的卡車，所有卡車都將不再需要司機，因為卡車將能夠以超低延遲相互通信。
2、油氣行業資產的遠程監控
石油和天然氣的失敗可能是災難性的。因此，他們的資產需要仔細監控。
然而，石油和天然氣工廠往往位於偏遠地區。邊緣計算使得實時分析與處理更接近資產，這意味著更少地依賴於與集中式雲的高質量連接。
3、智能電網
邊緣計算將成為更廣泛採用智能電網的核心技術，有助於企業更好地管理其能源消耗。
連接到工廠、工廠和辦公室邊緣平台的感測器和物聯網設備正在被用於實時監測能源使用並分析其消耗。有了實時可見性，企業和能源公司就可以達成新的交易，例如在電力需求的非高峰時段運行大功率機械。這可以增加企業對綠色能源，如風能的消耗。
4、預測性維護
製造商希望能夠在故障發生之前分析和檢測生產線的變化。
邊緣計算有助於使數據的處理和存儲更接近設備。這使物聯網感測器能夠以低延遲監控機器健康狀況，並實時執行分析。
5、住院病人監護
醫療保健包含幾個優勢機會。目前，監測設備，如血糖監測儀、健康工具和其他感測器等，要麼未連接，要麼需要將來自設備的大量未處理數據存儲在第三方雲上。這給醫療保健提供者帶來了安全問題。

醫院網站上的邊緣可以在本地處理數據，以保護數據隱私。邊緣計算還可以向從業者及時通知患者的異常趨勢或行為。

6、雲游戲
雲游戲是一種新型的游戲，它可以將游戲的實時內容直接傳輸到設備上，這種游戲高度依賴於延遲。
雲游戲公司正在尋找盡可能接近玩家的邊緣伺服器，以減少延遲，提供完全響應和沉浸式游戲體驗。
7、內容交付
通過在邊緣緩存內容，如音樂、視頻流、網頁等，可以極大地改善內容傳播。延遲可以顯著降低。內容提供商正在尋求更廣泛的分發CDN，從而根據用戶流量需求保證網路的靈活性和定製性。
8、交通管理
邊緣計算可以使城市交通管理更加有效。這方面的例子包括在需求波動的情況下優化公交頻率，管理額外車道的開啟和關閉，以及未來管理自動駕駛汽車流量。
通過邊緣計算，使處理和存儲距離智能家居更近，減少了回程和往返時間，並在邊緣處理敏感信息。例如，亞馬遜的Alexa等語音助手設備的響應時間會快得多。
有了邊緣計算，就不需要將大量的流量數據傳輸到集中式雲，從而降低了帶寬和延遲的成本。
9、智能家居
智能家庭依賴於物聯網設備從房子周圍收集和處理數據。通常，這些數據被發送到一個中央遠程伺服器，在那裡進行處理和存儲。然而，這種現有體系結構存在回程成本、延遲和安全性方面的問題。
通過邊緣計算，使處理和存儲距離智能家居更近，減少了往返時間，並在邊緣處理敏感信息。
這些只是邊緣計算跨多個行業支持的許多用例中的一小部分。以諧雲邊緣計算應用實例來說，通信領域，諧雲為行業巨頭某在線服務公司業務場景定製開發、打造了雲邊協同平台，助力其輕松應對流量洪峰；交通領域，聯合上汽集團商用車技術中心打造了「基於容器的下一代車雲協同架構」，是汽車行業的首款「雲、邊、端」一體化架構，可實現百萬級車聯網大規模接入；為某跨海大橋打造了一體化協同的產品，積累了豐富的「邊-端」設備協議對接經驗，交付了行業頂尖的「軟硬一體化」的整體解決方案。
其中，某在線服務公司和上汽集團案例分別榮獲《2020年分布式雲與雲邊協同十佳實踐案例》獎項和《2021年分布式雲與雲邊協同十佳實踐案例》獎項。旗下邊緣計算產品通過「2021雲邊協同類能力評估」、「邊緣一體機、可信物聯網雲平台（通用/安全要求）」多項能力評估，獲浙江CCF2021優秀產品獎，在業內擁有極佳口碑，並獲得行業權威認可。
目前，諧雲邊緣計算已實踐於分布式雲、物聯網、車雲協同、邊緣智能金融等多場景，為邊緣計算領域樹立了實踐標桿和經典案例。並在一些典型行業如通信、交通、金融、軍工等多個行業領域中得到大規模的落地驗證。

⑤ 工業物聯網邊緣應用有哪些應用場景

工業物聯網邊緣應用，是可以在保護設備免遭異常狀況破壞，監測工廠或生產線的性能。

⑥ 邊緣計算的應用場景都有哪些

邊緣計算主要應用於以下場景：
1.無人駕駛
2.智能安防
3. 語音協助

4.醫療保健

5.農業和智能農場

6.能源和電網控制
從十次方平台看到的，望採納。

⑦ 大數據、雲計算在傳統行業有哪些應用場景

大數據技術是指從各種各樣類型的數據中，快速獲得有價值信息的能力。適用於大數據的技術，包括大規模並行處理（MPP）資料庫，數據挖掘電網，分布式文件系統，分布式資料庫，雲計算平台，互聯網，和可擴展的存儲系統。

大數據的應用：大數據是信息產業持續高速增長的新引擎，幾乎各個行業都會逐步引入大數據技術，尤其是那些將要實現互聯網信息化轉型的傳統企業。面向大數據市場的新技術、新產品、新服務、新業態會不斷涌現。在硬體與集成設備領域，大數據將對晶元、存儲產業產生重要影響，還將催生一體化數據存儲處理伺服器、內存計算等市場。在軟體與服務領域，大數據將引發數據快速處理分析、數據挖掘技術和軟體產品的發展。

雲計算是基於互聯網的相關服務的增加、使用和交付模式，通常涉及通過互聯網來提供動態易擴展且經常是虛擬化的資源。雲是網路、互聯網的一種比喻說法。過去在圖中往往用雲來表示電信網，後來也用來表示互聯網和底層基礎設施的抽象。

雲計算的主要應用：

雲物聯，「物聯網就是物物相連的互聯網」。這有兩層意思：第一，物聯網的核心和基礎仍然是互聯網，是在互聯網基礎上的延伸和擴展的網路；第二，其用戶端延伸和擴展到了任何物品與物品之間，進行信息交換和通信。

雲安全，一個從「雲計算」演變而來的新名詞。雲安全的策略構想是：使用者越多，每個使用者就越安全，因為如此龐大的用戶群，足以覆蓋互聯網的每個角落，只要某個網站被掛馬或某個新木馬病毒出現，就會立刻被截獲。

雲存儲，在雲計算概念上延伸和發展出來的一個新的概念，是指通過集群應用、網格技術或分布式文件系統等功能，將網路中大量各種不同類型的存儲設備通過應用軟體集合起來協同工作，共同對外提供數據存儲和業務訪問功能的一個系統。

⑧ 在項目數字化轉型中使用較為普遍的軟體定義存儲一體機有嗎，求推薦

隨著國內企業數字化轉型加速，企業紛紛上雲，數據存儲量呈爆發式增長。傳統存儲擴展性差、成本高等局限性愈發明顯。軟體定義存儲（Software Defined Storage，以下簡稱SDS）以虛擬化方式將各種存儲資源抽象化、進行池化整合，通過智能化管控軟體實現存儲資源的按需分配。軟體定義存儲重新定義了存儲架構，以擴容便捷、成本較低等優勢，成為存儲領域的重要發展方向之一。

深圳市杉岩數據技術有限公司（以下簡稱「杉岩數據」或「杉岩」）是國內軟體定義存儲領域的領導者之一。IDC最新發布的《2019 Q4 中國SDS市場報告》中，杉岩數據在對象存儲市場份額第三，佔比16.3%；在塊存儲市場份額第四，佔比6.9%。

杉岩數據成立於2014年9月，公司以新一代智能分布式存儲技術為核心，致力於提供領先的面向不同業務環境的企業級存儲方案，幫助用戶輕松應對IT向雲遷移的存儲挑戰，為大數據時代的商業決策提供智能存儲，打造雲計算、人工智慧、物聯網等領域的數據存儲基石。

杉岩數據致力於幫助用戶應對數據存儲量、訪問量以及數據管理復雜度，幫助用戶建立以存儲虛擬化和計算虛擬化為核心的雲計算基礎設施環境，並逐步提供數據處理、挖掘、智能分析等方面的大數據專業系統和服務。

2020年7月8日，公司宣布獲得B+輪1.5億元最新融資，本輪融資由大型央企中遠海運領投，襄禾資本、無錫金投跟投。藉助本輪融資，公司將圍繞數據存儲、數據管理、數據價值的客戶價值模型，持續加大產品關鍵技術的研發投入、垂直領域的市場拓展、人才引入以及產業生態鏈的建設，為用戶的數字化轉型提供全面賦能。

杉岩數據融資情況

訪談內容分享如下：

1

不只是存儲優化

以數據為中心的客戶價值金字塔模式

將智能存儲的進階賦能演繹到極致

融中研究：

「SandStone是一種橙紅色石頭，由沙粒經過多年不斷沉積重新排列而成。SandStone 生動地詮釋了『分布式架構』的形成。」為什麼用這個比喻來強調「分布式架構」？有什麼特殊含義？

陳堅：

SandStone對我們確實意義深遠。實際上，我們公司名稱的來源與「Sand Stone」緊密相關。杉岩二字，來源於Sand的音譯杉，以及Stone的意譯岩。取名「SandStone」是因為我們做的是基於P2P的分布式存儲架構，分布式存儲的本質就是把分散的磁碟硬體聚合起來，形成一個很大的存儲資源池。「SandStone」生動地詮釋了「分布式架構』的形成，每個磁碟所在的伺服器節點就像一粒沙子，通過杉岩數據的軟體聚沙成石，形成一個穩定可靠的存儲系統。

SandStone不僅代表了產品的特點，實際也代表了我們的文化、經營理念。從公司內部來看，每一個員工就像一粒沙子，大家團結奮斗、緊密協作，凝聚成一個有機整體，使得整個公司像石頭一樣堅不可摧；從外部合作夥伴的拓展來看，以杉岩為中心，將周圍的合作夥伴聚在一起形成生態圈，每一個夥伴也是一粒沙子，通過不斷吸納聚合，構建穩定的生態圈。因此，SandStone所代表的團結奮斗與凝聚力內核，已內化成了公司企業文化的一部分；SandStone蘊含的分布式理念，也切合了公司與合作夥伴的生態建設理念。

融中研究：

杉岩是做存儲的，為什麼公司取名為杉岩數據而不是杉岩存儲呢？智能存儲與傳統存儲的主要區別是什麼？杉岩的智能存儲方案有什麼特點？

陳堅：

之所以叫杉岩數據而不是杉岩存儲，是因為我們帶給客戶的價值不只是存儲的優化，而是以數據為中心的智能存儲賦能，通過我們的存儲系統，解決客戶在AIoT、5G時代海量數據的存儲、管理以及使用方面的問題。

針對智能存儲，杉岩數據構建了一套以數據為中心的客戶價值金字塔模型，最底座是存儲，作為數據的抓手；中間層是數據的管理，作為內涵；最頂層為未來的智能化應用提供准備及服務，我把它叫做外延。

具體來說，第一層即數據存儲的智能化。存儲側的智能，就是讓客戶使用更加簡單。傳統存儲像煙囪，每一個業務系統配一套存儲，客戶的運維非常困難。分布式存儲則是一個存儲池，客戶面向的是一套承載了不同應用數據的存儲集群，孤立的煙囪不再存在。在存儲集群裡面的故障、性能、容量等告警，都是由存儲系統內部智能化完成，同時還保障數據的可靠性、安全性以及訪問性能。

第二層，數據管理的智能化。用戶存數據後，要管數據。我認為數據是有生命力的，像人一樣有從生到死的過程。醫療影像數據是一個典型的例子：病人拍完CT、X光產生的影像數據馬上要被用於輔助醫生尋找病症、病灶，這時數據是「熱」的。這一次病好後，數據訪問頻率下降，「熱」數據變為「溫」數據。病人徹底康復後，數據變「冷」。對「熱」數據，為了保證訪問性能，相應的軟硬體配置都非常高，價格也高。「冷」數據如果同「熱」數據一樣存儲，性價比較低。醫院一般將冷數據歸檔到公有雲或藍光等單位存儲成本相對較低的存儲介質中。這個例子正好反映了數據全生命周期的智能化管理。

在未來海量數據時代，數據的管理非常關鍵。除了數據全生命周期的管理，杉岩還能實現數據智能化的統一管理，包括：對客戶的傳統存儲和杉岩的分布式存儲的統一管理，保護客戶對傳統存儲的原有投資；對公有雲、私有雲數據的統一管理，實現數據的自由流動；對邊緣設備與中心設備數據的統一管理，實現數據的相互協同。

第三層，金字塔的頂端，是數據挖掘的智能化。數據被存儲、管理，最終都是為了信息和價值的挖掘。目前越來越多的企業藉助AI、機器學習、深度學習這些演算法來使用和挖掘數據價值。杉岩的存儲系統，包括我們的對象存儲，都為海量數據的挖掘和使用去賦能。當然，杉岩不是要做AI，而是為智能化去賦能。這體現在兩個方面，第一，我們的存儲系統裡面自帶數據處理引擎，對業務需要使用的數據進行預先處理。第二，我們為AI的訓練、數據清洗、數據的准備階段提供了友好的統一管理、存儲平台——數據處理引擎「AI in MOS」，還有面向需要對AI進行訓練、學習、應用的公司提供的存儲平台——「MOS for AI」。

融中研究：

杉岩在數據的存、管、挖各個層面的資源投入如何？杉岩在技術底層的優勢有哪些？

陳堅：

在存、管、挖三個層面，杉岩起步聚焦於「存」，致力於為客戶提供一個高可靠、高安全、高性能、高可擴展性的分布式存儲系統，「存」也是目前投入最大的一塊。在「存」方面，目前我們的核心競爭力主要體現在產品性能更高，可用性、可維性更強，特別是在數據的安全性方面，我們積累了很多經驗。

在管方面，隨著客戶持續增加，杉岩面臨的需求也不斷增加，我們通過與客戶的互動交流，了解客戶實實在在的需求與痛點，並提出創新的解決方案。目前我們一些特有的產品功能已經落地了，這是很多企業包括一些大廠都不具備的，比如說我們對傳統存儲與分布式存儲的統一管理、對數據的全生命周期管理等等。

最上層，未來數據的智能應用層面，在智能數據處理引擎「AI in MOS」產品上，我們也在加大投入，今年就會有實際的項目落地。

融中研究：

您剛才講到，在數據挖掘上會加大投入，那麼杉岩在這一塊的發展目標如何？如何與數據挖掘專業公司競爭？

陳堅：

我先做一個澄清，杉岩的產品是有邊界的，我們不會像大數據公司一樣，比如也去做一個精準營銷，我們是為精準營銷賦能。像之前提到的數據處理，即使杉岩不做，這些公司還是要做的，杉岩其實是在幫這些公司做加速。另一方面，在賦能大數據挖掘的過程，杉岩主要針對非結構化數據賦能。以前的基於資料庫的結構化數據，像BI、數據倉庫，這類數據的挖掘已經有非常成熟的解決方案，杉岩的目標不在於此。我們強調對象存儲就是因為對象存儲是存儲非結構化數據最佳的載體。我們通過對非結構化數據的AI挖掘、使用賦能實現差異化。

融中研究：

在當前軟體定義存儲，存在哪些技術局限，大概何時能夠突破？杉岩在這塊有哪些領先優勢？

陳堅：

軟體定義存儲的概念相對於傳統存儲，其設計哲學和傳統存儲剛好相反。傳統存儲以硬體為核心，存儲系統的數據可靠性高度依賴硬體架構的設計。軟體定義存儲，假設硬體是不可靠的或可靠性沒那麼高。

軟體定義存儲的性能更高、擴展性更強、更靈活。但任何一個架構、系統都會有自己的優缺點。軟體定義存儲在技術上的局限性：第一，難以將硬體的性能發揮到極致。第二，在存儲集群大了以後，整個集群的管理、運維也是一個挑戰。一般的企業沒有專門的IT運維人員或運維水平有限，在海量數據時代，存儲產品能不能讓企業實現簡單運維，也是一個挑戰。

杉岩對傳統存儲和分布式存儲都有很深入的理解，既有傳統存儲最核心的架構師和工程師，也有深耕分布式存儲領域近10年的架構師。面對這些局限，杉岩也在做一些事情，比如在軟硬結合方面，與硬體供應商一起做軟硬垂直優化；在大規模集群存儲系統的管理和運維上，借鑒一些AI的演算法能力，讓運維更加智能化、自動化。

2

立足場景尋找最佳匹配行業

以質量和服務構建客戶信任

加速市場拓展

融中研究：

杉岩已服務10+行業的500+客戶，從市場策略來看，杉岩數據在這些行業是齊頭並進還是有所側重？主要的優勢行業有哪些？未來發展或者延伸的重點行業還有哪些？

陳堅：

存儲系統作為一個標准化產品，沒有太多的行業屬性。但是軟體定義存儲有它的最佳應用場景。

杉岩數據依託場景構築產品和解決方案，再通過最佳應用場景去尋找最佳匹配行業，進行市場開拓。例如，杉岩智慧視頻雲存儲的解決方案，可以在安防、軌道交通、能源、電力、金融等等行業領域使用。另外，我們還推出了一個更加通用化、平台式的私有雲產品，適用於金融、政府、教育、醫療等多個行業。

目前，杉岩市場突破的重點在於有大量場景和需求的政府、金融、教育、醫療、交通、能源、製造等行業。市場開拓方面，杉岩在大部分行業齊頭並進，對小部分行業有所側重，例如金融行業將是杉岩數據始終關注的重點行業。

作為存儲廠商，杉岩產品的行業屬性不強，但在產品智能化層面，實際上我們有一些場景化和行業屬性的定製，但這種定製不是為某一客戶定製，而是為一個行業定製，並且可以批量復制和推廣。

融中研究：

杉岩數據如何切入客戶，並獲得客戶的信任？在客戶關系維護和服務方面，杉岩數據採取哪些措施？

陳堅：

從0到1的突破是非常難的。杉岩數據以產品為客戶帶來的價值來切入市場，早期的客戶包括中國移動、中國電信、廣發證券、深圳市供電局等。對TOB市場，標桿的意義重大。杉岩切入市場後，依託案例與標桿客戶在同行業去推廣復制。

杉岩數據依靠高質量的產品和切實的服務獲取客戶的信任。目前為止，我們存儲了2500+PB的數據，從沒丟失過數據，這一點讓用戶非常放心。服務，是創業公司最具競爭力的優勢之一，而大廠流程非常復雜，對TO B客戶服務的理念和經驗也比較缺乏。杉岩與客戶的運維人員緊密溝通，對他們進行多維培訓賦能，客戶能夠親身感受到杉岩對他們的重視。

3

疫情期間，馳援武漢

推出免費服務平台

苦練研發內功蓄勢待發

融中研究：

此次疫情對杉岩數據帶來什麼影響？杉岩數據採取哪些行動？

陳堅：

這次新冠疫情對杉岩數據是一把雙刃劍，但總體來說是利好的局面。一方面，疫情對公司短期的獲客、工作開展產生了一定的沖擊和影響；另一方面，疫情也讓新一代信息技術的價值被充分認識，例如遠程醫療、遠程診斷等會涉及到大量的數據存儲和應用，軌跡、跟蹤、健康碼等其實也都是基於數據的存儲和使用。很多行業對於新一代信息技術的接受程度更高了，特別是政府的智慧城市、醫療領域的遠程醫療、教育領域的遠程教育發展等，帶來的數據存儲機會更多了。

作為一家創業公司，疫情期間，我們也秉承一貫的家國情懷和責任，進最大的努力為抗疫提供支持。2月份，我們給武漢大學人民醫院捐獻了一套分布式存儲產品，助力提升醫院的醫療質量和效率。同時，為了幫助用戶解決疫情期間存儲問題，我們推出了供用戶免費使用的「統一存儲平台軟體SandStone USP」。

此外，我們在產品研發、市場開拓上沒有絲毫懈怠。在產品研發端，我們借機苦練內功、打磨產品，為疫情過後的市場反彈做好准備；在市場開拓方面，我們的銷售團隊通過遠程電話保持與客戶、合作夥伴的緊密互動與溝通，努力介紹杉岩的產品方案和價值亮點，積極拓展新客戶、挖掘老客戶新需求等。

4

分布式存儲市場將形成寡頭壟斷格局

杉岩將始終以差異化取勝

融中研究：

當前存儲市場競爭格局怎麼樣？主要玩家類型有哪些？

陳堅：

從市場格局來說，存儲行業技術門檻很高，需要大量的經驗積累和打磨，大浪淘沙之後，最終玩家不會很多。在傳統存儲領域，全球TOP6的公司占據市場百分之八十幾的份額。在分布式存儲領域，經過五年多的發展，與杉岩數據同期創立的公司中，很多技術不成熟的公司已經慢慢被淘汰了。我相信經過震盪式的發展後，分布式存儲的市場格局會趨於穩定，也會變成一個寡頭壟斷的格局，未來會有一家或幾家來佔領市場絕大部分的份額，杉岩肯定是其中之一。

從競爭來說，杉岩的優勢還是產品。創業公司沒有捷徑可走，品牌、資金都比拼不過大廠，生存發展一定是靠差異化的競爭力。杉岩的差異化競爭優勢主要體現在客戶價值金字塔模型的「管」和「挖」，「存」大家都在做，如果這一層都做不好自然會被淘汰；「管」層面，大廠的產品很全，內部對於傳統存儲和分布式存儲會有一些博弈和競爭，但對於垂直用戶定製化以及工業化需求領域不一定願意涉足，而杉岩獨特的價值和優勢正體現於此。數據智能層面，杉岩的價值和優勢更加明顯。杉岩的設備產品有一些特殊的功能，這是很多大廠不會去做的事情，他們提供的主要是面向全球市場的標准化產品，聚焦於存儲產品的完善。杉岩則是針對垂直細分市場進行產品差異化。

在市場競爭格局中，同類創業公司競爭方面，從目前來說，2013到2015年成立的一批公司，現在的競爭格局越來越清晰了。當前，軟體定義存儲處於繁榮發展期，蛋糕還沒有定型，在不斷擴展、挖掘客戶新場景、新需求的階段，都在共同培育市場。所以，我們正在共創生態鏈，攜手合作夥伴建設新型IT基礎設施建設。

融中研究：

大型廠商加碼存儲，例如華為、華三等大廠也開始發力對象存儲，對杉岩數據的發展會有沖擊嗎？杉岩數據如何平衡與基礎設施合作夥伴華為的競爭與合作？

陳堅：

大廠確實在加大對存儲領域的布局，但我們也看到一個趨勢，大廠現在主要在公有雲方面布局，而在私有雲方面，可能更多的是以傳統存儲、分布存儲的架構來拓展市場。與大廠的競爭要避免正面交鋒，走差異化路線。比如在金融領域，杉岩在智能化數據處理方面獨具特色，這是我們帶給客戶的獨特價值。