大数据时代，面对非结构化数据的爆发式增长，我们需要更好的存储战略,以便以更低成本访问更多内容，通常思考分布式存储、云备份、云归档或加入分层技术的传统存储方案。美国昆腾国际公司亚太区高级市场营销总监Jim Simon认为，通过备份服务器、基于政策的文档管理以及云归档的结合，能够减少网络负载、备份存储和备份软件许可开支，并减少主存储成本，通常会节约40%的TCO。
昆腾公司昆腾对自身的定位是做数据流(从数据产生、使用到归档的整个过程，也称工作流)存储方案的公司，数据流在媒体、石油天然气勘探等行业最为典型。针对数据长期保存，昆腾已经研发出多种成熟的解决方案和产品，包括：
Scalar磁带库和StorNext AEL(带有归档功能)
线性磁带文件系统LTFS
拥有多种数据迁移选项的 Lattus(StorNext、Arkivio、CommVault)
Q-Cloud，昆腾和亚马逊合作推出的云归档解决方案
Jim Simon强调，不断备份相同的静态非结构化文件数据,不仅会给网络资源以及满足备份窗口带来压力, 同时主存储和备份成本也会增加，这会对 IT 预算带来更大的压力，实施归档策略才是解决方案。
昆腾正在致力于传统归档方案的升级，并将其与云归档相结合，以应对整个行业90%的新数据增长是非结构化数据的挑战。这一次，昆腾发布了三个新的增强型产品组合：
Artico智能 NAS 设备可在线访问内容,并智能地把数据分层存储到 Q-Cloud归档、 Lattus对象存储或Scala 磁带库中
DXi with Arkivio，整合了昆腾DXi设备与Rocket Arkivio Autostor软件，可在同一个设备上同时支持数据备份和归档
新的 Lattus扩展在线存储产品 ，带有对象存储节点，集成了新的6TB磁盘驱动器，提高了对象存储密度并降低了每 TB 成本
Artico智能 NAS 设备
根据昆腾对中国100多家用户的调查显示，当数据增长的时候，大约50%的IT经理会继续购买主存储，因为判断常用和不常用数据对IT经理来说还是比较困难的。但昆腾Artico分层策略设计的初衷，就是;在合适的时间把数据放到合适的位置;，它内置StorNext，与Arkivio Autostor数据迁移工具结合，可以帮助IT经理做分析和判断的工作，把内容迁移到成本较低的存储以节约资金，同时通过在一个深度活动库上共享内容而提高工作力。举例而言，针对纯文档的办公环境，Artico会根据文档类型，把视频、图片文件迁移到低成本的Artico存储上，另一个判断依据就是文件使用频率，整个过程对用户完全透明。
Artico本身提供33TB磁盘存储，可扩展到73TB，最多支持10亿份文件。通过云、对象存储或磁带技术,还可以提供更大的可扩展性。这就降低了购买更多主存储的必要性。Artico可通过 NAS 连接集成到多种环境，支持EMC、NetApp、HP、Linux、RedHat、Windows等多种不同的操作系统和主存储。
DXi with Arkivio
在DXi4700及DXi6900阵列，运行Rocket提供的Arkivio数据归档软件，可将主存储阵列的文件转移到Artico设备、或者具备重复数据删除功能的备份磁盘阵列当中，并在其中提供一个专门的归档分区，这可以减少备份窗口和网络占用。Jim Simon称，Arkivio Autostor能够评估数据属性并根据这些属性而支持智能政策，从而把非结构化数据从主存储迁移到DXi重复数据删除设备。
根据Jim Simon的现场演算，对于从主存储迁移到归档的每TB非结构化数据，DXi设备与Arkivio软件的组合可帮助客户节约超过60%的总体存储成本。
新的 Lattus 存储节点
对象存储能够在性能与成本之间实现新的平衡，昆腾Lattus已经利用对象存储技术来扩展在线存储，并提供即时访问数据，它最大的好处就是数据可以存储很多年也不会丢失，而且它能存储上百个TB的数据。此次Lattus提供新的带有6TB数据中心归档驱动器的S30存储节点，将每个阶段的原始容量提高到了72TB，相对当前的S20存储节点，密度提高50%，每TB成本降低了15%。
第三代存储战略解决方案
基于推出的这些新品，昆腾形成了自己的第三代存储战略解决方案，即结构化数据和非结构化数据分离：结构化数据可以备份到昆腾DXi虚拟磁带库备份设备，还可以进一步复制或者拿出一部分拷贝备份到云端或者远端;非结构化数据可以归档到DXi设备或者Artico设备上，最后在移到其他磁带库存储上。到云端或者远端的备份，得益于重复数据删除技术的利用，这不仅实现性能的提升，同时广域网传输也成为可能。
云端的数据备份，目前只支持Q-Cloud。谈到Q-Cloud Artico Archive在国内的进展，Jim Simon表示，正在随着AWS进行测试，未来也可能会支持别的公有云。他同时提醒，如果要完全从云端恢复数据，可能需要花费很多的时间，因而云归档和本地归档的结合非常重要。