VMware终于坐实了自己酝酿已久的一个举措,发布“EVO:RAIL”超融合基础设施设备,正式进军融合基础设施硬件领域,据VMware称,EVO:RAIL是这个产品家族首款解决方案。
EVO:RAIL是一台2U、4节点的设备,捆绑了计算和存储硬件,以及vSphere、VSAN、vCenter Log Insight和某种被称为“EVO: RAIL引擎”的技术。现在我们还不清楚这个引擎的具体作用是什么,但据了解,这是一个超级简单的配置和管理工具。当然VMware也极力宣传快速部署是EVO: RAIL的最大亮点,并宣称合作伙伴将“给全球企业基础设施带来消费级设备的简易性”。
EVO:RAIL的HTML 5界面。VMware并没有把这个界面称之为向导窗口,而更乐于称之为一个偏好设置面板
VMware的合作伙伴名单很有意思,因为第二个提到的合作伙伴是母公司EMC,当然EMC是一家存储公司,并没有一个明显的硬件能够支持2U/4节点这个配置。后续如果有EMC谈论自己对于EVO:RAIL的贡献,我们将持续更新。
戴尔、EMC、富士通、浪潮、NetOne和超微也都在这个名单之中。所有这些合作伙伴,外加EMC,都将提供至少具备以下一个规格的产品或者方案:
- 2个英特尔E5-2620 v2 6核处理器
- 192GB内存
- 1个SLC SATADOM或者SAS HDD作为ESXi启动设备
- 3个SAS 10K RPM 1.2TB HDD用于VMware Virtual SAN数据存储库
- 1个400GB MLC企业级固态盘作为读写缓存
- 1个Virtual SAN认证的直通磁盘控制器
- 2个10GbE NIC端口(配置作为10GBase-T或者SEP连接器)
- 1个1GbE IPMI端口用于远程(带外)管理
EVO:RAIL的定位是面向中端市场的分支办公环境,据称能够支持大约250个虚拟桌面或者100个虚拟机。管理主要来自于板载的vSphere或者数据中心内更高版本的vSphere。同时,EVO:RAIL还可以连接到VMware Air公有云以实现混合配置。
VMware表示,这个版本的EVO:RAIL可以扩展到16个节点,用户可以自动发现EVO:RAIL并且集成到环境中。VMware还提到未来版本的产品会有更强的扩展能力。
另外已经公布的还有一个额外版本——EVO:RACK,它可以运行在Open Compute开放计算硬件设计上,因此似乎是专门针对Web环境。VMware已经以金牌成员的身份加入开放计算基金会,因此现在VMware很希望能够加入Web级市场的竞争中。
合作伙伴将提供他们自己版本的EVO:RAIL设备,后续将有很多相关报道与大家分享。
EMC重回服务器市场?
EMC是6家即将提供EVO设备的合作伙伴之一,而这一举动格外引人关注,因为这可能意味着EMC将重回服务器市场,虽然EMC的存储阵列具备一定的计算能力,但是此前EMC并不提供任何类似EVO这样的设备。
EMC全球解决方案高级总监Bharat Badrinath表示,EMC预计将在2015年上半年的某个时候推出自己版本的EVO:RAIL,而且EMC打算在设备上添加一些自己的软件功能,以区别于其他版本,Avamar就是其中之一。他还提到,备份和复制是EMC认为应该添加到EVO:RAIL设计中的功能。
Badrinath补充说,EMC可能会通过渠道销售这款还没有命名的设备,在此之前EMC就已经通过渠道的方式销售VSPEX融合基础设施产品,并且已经习惯了这种模式。
因此,这将让EMC有机会抵抗像Nutanix这样的厂商,Bardrinath认为两家公司将展开针尖对麦芒的竞争。
EMC的Chad Sakac也对EVO做出了评价:RAIL计划和Badrinath的表态说明,客户正在掏出钱包为融合基础设施买单,因此EMC需要涉足这个市场。
Sakac还在博客中写道,EMC的EVO:RAIL将是基于Phoenix服务器的(用于EMC年初发布的弹性云存储设备)。Phoenix平台将是EMC EVO:RAIL的基础设备平台。
那么这些设备中包括什么?Sakac表示,这些设备运行“高密度、最新的EvyBridge硬件”以及EMC的电源及可维护性。他补充说,Phoenix设备“要比超微等公司的商用服务器好一些”,但是“定价和普通服务器成本差不多”。
Sakac和Badrinath都坚持认为,出售EVO:RAIL设备并不意味着EMC将成为服务器厂商。Badrinath不止一次表示,EMC不会成为服务器厂商,而是一家超融合基础设施厂商。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。