镜舟科技出席 HPE 新品发布会,携手打造“Lakehouse + AI”智能数据底座

2026 年 5 月 26 日,HPE 在北京举行新品发布会,多家专业媒体、业内专家及行业客户共同见证了 HPE 新一代企业级文件和对象存储 HPE Alletra Storage MP X10000 系列的正式发布。

作为 HPE 的生态合作伙伴,镜舟科技受邀出席此次活动,并公布了双方联合解决方案及核心验证成果。双方通过协议兼容与性能调优,在存算分离架构下实现了端到端的闭环,共同为企业构建面向 AI Agent 时代的智能数据底座,帮助企业更好地挖掘海量数据价值。

核心验证:端到端闭环,构建高效存算分离底座

在当前的技术环境下,企业面临着数据量增长与分析需求提升的双重考验。如何让数据在底层存储中高效保存,同时在前端业务和 AI 应用中快速查询,是企业 IT 架构升级的重点。

在此背景下,镜舟科技与 HPE 基于 StarRocks 存算分离集群与 HPE X10200 对象存储集群展开了联合核心验证。

验证结果表明,从建表、数据的高并发导入,到复杂 OLAP 即席查询及资源释放,全流程运行稳定无报错,为后续企业的生产环境部署奠定了功能与性能基础。

性能表现:对标行业标杆,HPE X10200 展现显著优势

为了进一步验证该联合解决方案的实际效能,镜舟科技在 StarRocks 存算分离模式下,将 HPE X10200 与主流公有云对象存储标杆进行了深度的性能对比。测试得出的核心结论,证明了 HPE X10200 在私有化高性能场景下的优势:

  1. **功能兼容:**HPE X10200 与主流公有云对象存储均能良好适配 StarRocks 的存算分离架构,无功能瓶颈。

  2. **写入性能:**在批量导入场景下,HPE 展现出显著的带宽优势,耗时约为公有云竞品的 1/6。在实时导入与高并发选型中,HPE 的性能表现达到公有云极速型对象存储的 2 倍。

  3. **查询性能:**经过优化的 HPE X10200 查询性能与公有云极速型对象存储(20 至 30ms)相当,均显著优于公有云标准型对象存储(40 至 60ms)。在冷数据查询延迟(P99)对比中,HPE X10200(优化后)的 P99 延迟小于 120ms,表现优于竞品的 100 至 150ms。

基于上述性能表现,"StarRocks + HPE X10200"成为众多特定场景的优选方案,适用于本地或制造业私有化部署场景、金融与风控等对延迟要求较高的业务,以及有着严格合规与国产化要求的企业环境。

智存未来:为 Agent 打造企业级 Data 底座

数据分析正逐步成为驱动 AI Agent 实时决策的核心。随着 AI 技术深入各行业,StarRocks 将持续演进,适配"Lakehouse + AI"的新范式。

HPE X10000 系列凭借软硬解耦多协议架构,为海量数据提供了可扩展的基础设施。镜舟科技则通过 StarRocks 赋予数据高效流转与分析的能力。在这个为 Agent 打造的企业级 Data 底座上,企业可以对海量结构化与非结构化数据进行检索与联邦分析,支撑 RAG 等 AI 应用。

面向未来,镜舟科技将继续携手 HPE,以更高效、灵活的联合解决方案,助力各行业在 AI 时代实现数字化与智能化转型,让数据资产转化为实际的生产力。

相关推荐
你是我的解忧王子2 小时前
嵌入式 ADC采样 原始数据分析上层(平均值 波动率 正态分布 线性补偿 系统误差)
fpga开发·数据挖掘·数据分析
临床数据科学和人工智能兴趣组2 小时前
R语言因其强大的统计功能、灵活的编程环境、活跃的社区支持和强大的R扩展包,迅速成为统计学和数据科学领域的首选工具之一
开发语言·数据分析·r语言·r语言-4.2.1
新知图书5 小时前
工作流编排
人工智能·agent·ai agent·智能体·扣子
小沈同学呀6 小时前
【Agent开发第一期】LLM+Agent-从概念到第一次模型调用
ai agent·工具调用·ai助手·spring ai·实战演示·agent入门
YangYang9YangYan6 小时前
2026电子商务专业就业时学数据分析的价值分析
数据挖掘·数据分析
新知图书7 小时前
测试与发布(新闻早报智能体开发)
人工智能·agent·ai agent·智能体·扣子
m0_547486669 小时前
《Python数据分析与挖掘》全套PPT课件
python·数据挖掘·数据分析
babe小鑫10 小时前
2026工业工程师学数据分析的价值分析
数据挖掘·数据分析
不剪发的Tony老师11 小时前
DuckDB数据分析实战:CSV文件导入导出
数据分析·csv·duckdb
赵钰老师11 小时前
高光谱遥感数值建模技术及在植被、水体、土壤信息提取领域中的应用
数据分析