EMC本周四公布了5款规划中的集成解决方案的第一款,源自于EMC联邦多个组成部分的技术,同时也履行了在今年5月EMC World大会上提出的承诺。
这款名为“Federation Software-Defined Data Center”(联邦软件定义数据中心)的初始解决方案结合了EMC和VMware技术为一个灵活的平台,EMC联邦技术可在此基础上进行开发和构建,EMC全球解决方案营销高级总监Bharat Badrinath这样表示。
EMC联邦包括EMC信息技术设施部门、虚拟化领头羊VMware、大数据和定制应用开发者Pivotal、安全技术开发者RSA。
EMC曾在EMC World大会上提到了开发5款集成EMC联邦技术的主要解决方案的计划。首款就是联邦软件定义数据中心解决方案,这将是未来解决方案的基石。
其他几款解决方案预计将在未来几个月内推出,包括:平台即服务,结合来自EMC、VMware和Pivotal的技术;虚拟化数据湖,采用Pivotal技术;终端用户计算,采用VMware和EMC技术;安全分析,将RSA技术添加到虚拟化数据湖中。
Badrinath表示:“我们正在将最佳技术以集成的方式带给客户并满足他们的需求。”
联邦软件定义数据中心解决方案广泛集成了EMC和VMware技术,其中包括EMC ViPR软件定义存储平台;VMAX或者VNX存储平台;EMC Avamar和EMC Data Domain数据保护技术;EMC和VMware集成工作流;VMware vCloud套件;VMware NSX虚拟网络技术;VMware vCenter Log Insight;以及VMware IT Business关键套件。
这款解决方案还可以将VCE Vblock作为一个组件,尽管VCE并不是EMC联邦的成员,Badrinath这样表示。
EMC联邦下的四家公司将提供联合支持,这样任何与联合解决方案相关的问题都将得到任何一方的回答。
只是因为这个联合软件定义数据中心是基于EMC技术,但并不意味着客户不能使用来自其他厂商的组件,Badrinath这样说道。
“客户可以将其他技术带入解决方案中。VMware可以自由地与其他合作伙伴合作。EMC也可以与像微软这样的合作伙伴合作。但是我们相信我们的技术是最佳的。”
这款集成解决方案是在EMC新成立的联邦实验室集成的,这是一个基于VMware校园的物理实验室,专门开发采用各种EMC联邦组件的解决方案,VMware副总裁、全球现场首席技术官Paul Strong这样表示。
“该实验室验证了我们关于总和大于部分的主张。这使得我们能够设计并验证解决方案,这样最终我们推出可以让客户轻松部署的一个解决方案堆栈。”
Strong承认,EMC和VMware已经合作致力于开发类似于联邦软件定义数据中心的解决方案,但是新解决方案需要集成到一个新的水平。
“这是要加速这项技术的采用。一些技术是新技术,但是我们希望在整个软件堆栈上下加速采用。我们提供了现在还没人能实现的集成。”
World Wide Technology是一家总部位于圣路易斯的解决方案提供商,同时也是EMC的渠道合作伙伴。该公司云技术解决方案架构师Curt Stalhood表示,这个联邦软件定义数据中心解决方案是EMC与合作伙伴合作推动企业开始采用软件定义数据中心作为未来平台的一个关键部分。
他认为,这个解决方案将大量EMC和VMware组件融合到一个集成的解决方案中。“一开始你可以采用EMC VMAX或者VNX存储,然后添加VMware的vCloud Automation Center作为端口。vCloud Automation Center可以结合备份即服务和存储即服务,可以自动配置EMC的Avamar和Data Domain技术。”
这简化了能够在VMware、Hyper-V和OpenStack环境下工作的EMC混合云的集成,Stalhood这样表示。
EMC联邦软件定义数据中心解决方案与其他数据中心解决方案的不同之处在于EMC如何将15或者20种不同的产品融入到一个解决方案中,并且只需要几周的时间。
他说:“通常,一款产品配置就绪很简单。但是需要时间添加自助服务端口并通过设计阶段。这款联邦解决方案已经做好了脚本和信息能够帮助快速通过配置过程。”
新的联邦软件定义数据中心解决方案将通过直接和间接销售渠道进行销售,Strong这样表示。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。