在私有化之前,戴尔以提供商用PC和服务器硬件而著称,而向存储战略的重心转移,则是戴尔作为企业IT解决方案提供商的重生见证。
在2014戴尔技术论坛上,戴尔宣布,将会把两大核心存储产品线Compellent和EqualLogic进行合并,同时强调依赖于一些非常重要的技术提供商合作伙伴的软件定义存储战略。
由此可见,戴尔正在采取双管齐下的方式制定其未来存储战略方向:整合与软件定义存储。
整合!整合!
戴尔对于EqualLogic和Compellent的整合很开放,主要集中在Compellent平台上,并极力投入资源和资金去实现这一整合。首先,是将戴尔自2008年以来收购的各种存储技术赋予一个通用的身份。
这其中包括iSCS存储阵列EqualLogic、网络存储阵列Compellent、内存虚拟化技术RNA、数据压缩技术Ocarina以及横向扩展文件管理器Exanet,都将被划归“戴尔存储”的统一品牌下。
就目前来说,EqualLogic品牌及其“PS”系列名称将会保留下来,Compellent品牌则更名为“戴尔存储SC系列”,在今年6月推出了入门级的SC4020阵列就是一个很好的例证。
目前的状况表明,戴尔存储品牌将分三个步骤完成建立,分别为:并购、集成与提升。
并购阶段现在已经完成,我们看到EqualLogic、Compellent、Exanet、Ocarina以及RNA都成为戴尔存储品牌旗下的成员。
集成阶段也已经接近尾声,其中EqualLogic与Compellent产品线被混搭成单一块与文件存储架构,目前戴尔方面还没有放出关于对象存储架构的具体消息。
这将使戴尔最大程度利用研发投入,加快整体开发的实施进度。在提升阶段,戴尔将在今年晚些时候公布新的EqualLogic与Compellent产品;正式建立“戴尔存储”品牌;推出跨平台复制与网络功能;出炉通用管理方案;硬件与固件也将全部通用。
“蓝雷”软件定义存储
戴尔存储未来双管齐下的另一个部分,就是重度投资软件定义存储。
戴尔的软件定义存储战略,把重心放在“蓝雷”(Blue Thunder)计划上,这是一个将来自戴尔服务器硬件多家合作伙伴的多个软件定义存储技术融合到一起的新项目。
除了Nexenta ZFS和Nutanix之外,其他参与Blue Thunder战略的合作伙伴还包括拥有OpenStack云及Ceph开源存储的Red Hat,拥有Hadoop大数据技术的Cloudera,微软和VMware。
戴尔“蓝雷”计划要做的三件事。首先,在现有存储硬件上加持软件定义存储的软件,实现更高级的编排功能,已经推出的SC4020就是一个很好的体现。
其次,将软件与硬件进行分类,软件定义存储是从硬件方面对软件真正的外延,让软件运行在任何东西之上。Compellent软件以前运行在一个硬件平台上,现在可以运行在戴尔服务器硬件上。现在它的体量要比以前小,但是具备所有功能和更低成本的入门门槛。
最后,戴尔也着眼于通过OEM合作打造出更多专有的融合型设备。根据记者得到的最新路线图,我们很快就会看到戴尔即将宣布推出的XC系列横向扩展方案,被称为超融合设备,采用Nutanix软件。客户将能够在其上运行任何虚拟机与虚拟机管理程序。此外,戴尔也有自己的的虚拟SAN产品,目前已经能够支持VMware的VSAN。
对于客户来说,其根本是自由选择的权利。因此戴尔的口号是“软件由你定义”,提供单一的SKU,包括硬件、软件以及全套软件支持。
戴尔存储执行总监Travis Vigil认为,客户喜欢“软件放在任何硬件上都好用”的想法,但是需要参考架构和最佳实践。在超级融合下,确保企业级应用验证的架构和经验,让客户第一次用这种架构的时候就知道该怎么做,验证、测试和支持都是很重要的。
戴尔认为,软件定义存储仍处于过渡期早期,但一定会呈现上升的趋势,在这个过程中,厂商很大程度上扮演着指导者的角色,是否适合采用软件定义的架构取决于具体应用。在一个混合环境中,既包括原有的传统架构,又包括软件定义的架构,因此优化的硬件尤为重要,而且两种模式结合,两者都是必要的。
危险与机会
作为一家典型的国际厂商,戴尔在面对新的竞争环境和形态下,强调自己扎根中国本土的定位,称目前戴尔很多解决方案是在国内研发、国内制造,结合了本土服务商提供的服务,推出很多针对中国需求设计的产品如SC4020阵列和天蝎机柜。
在戴尔看来,IT依然步伐缓慢,更多的数据、更大的风险、更难以管理,更少的时间和更少的预算。因此它抛出了“未来就绪”的基础架构,应该是成本低廉且易于扩展的IT构建模块。
“私有化提振了我们的增长能力”,戴尔亚太及日本地区总裁Amit Midha透露,自从私有化之后,戴尔获得了18000名新客户,未来计划投资3000万美元给新的创业公司和创业者。
“端到端”仍然是戴尔的杀手锏。
最近业界刮起了一股分拆的热潮,对此戴尔认为,将不同业务性进行分拆或者出售,可能会给客户和合作伙伴造成困扰,让他们不清楚会受到怎样的影响而不知所措。
因此,端到端的整合是多年来戴尔一直并且会继续坚持下去的路线。戴尔强调,端到端的整合可以真正解决客户的难题,而且他们不需要这背后涉及了哪些技术细节,由具体应用决定哪一个部分需要整合以及如何整合。
小结:逆势整合,软件定义
整合不同的存储产品线对于任何一家大型公司来说都是一种挑战,不管是戴尔、惠普还是EMC。戴尔希望在这方面做得相对竞争对手好一些,因此决定朝着统一平台的方向发展。这是有意义的,尤其是在推出了像SC4020这样的新产品之后。
当大家都在谈论和尝试软件定义存储的时候,戴尔已经在软件定义存储方面有所动作了,“蓝雷”计划刚刚开始启动,除了打造基于自家产品的解决方案之外,与合作伙伴第三方软件结合构建多样化的选择,也是戴尔软件定义存储先人一步的举措。
好文章,需要你的鼓励
上海交通大学研究团队利用影响函数揭示了数据特征如何刺激大型语言模型的数学和代码推理能力。研究发现高难度数学问题能同时提升数学和代码推理,而低难度编程任务对代码推理最有效。基于此,他们提出了"任务难度翻转"策略,使模型在AIME24准确率翻倍至20%。细粒度分析还显示,探索性思维行为对推理有积极影响,而数学推理偏好逻辑连接词,代码推理则强调结构化语法。这些发现为优化AI训练数据提供了重要指导。
本研究提出了"能力-难度对齐采样"方法(CDAS),革新了大型语言模型强化学习训练中的数据采样策略。与传统方法不同,CDAS通过聚合历史表现差异实现更稳定的问题难度估计,并将模型能力与问题难度动态匹配。在多个数学推理基准测试中,CDAS达到了46.77%的最高平均准确率,同时比竞争策略提高了2.33倍的计算效率。研究还证明了CDAS在代码生成任务和更大型模型上的有效性,为提升大型语言模型的推理能力提供了高效可靠的新方法。
InfantAgent-Next是一款突破性的多模态通用型AI助手,能通过文本、图像、音频和视频与计算机进行交互。不同于现有方法,它采用高度模块化架构,将基于工具和纯视觉的代理技术融为一体,让不同模型能逐步协作解决分散任务。在OSWorld视觉测试中达到7.27%的准确率,超越Claude-Computer-Use;同时在代码处理基准SWE-Bench和通用任务平台GAIA上也表现出色。其开源设计不仅提供了丰富工具集,还优化了鼠标点击定位和文件编辑功能,为AI自动操作计算机开创了新范式。
KAIST等机构研究团队提出的"覆盖原则"框架揭示了大语言模型在组合泛化能力上的基本局限。研究表明,依赖模式匹配的模型只能泛化到那些可以通过替换功能等价片段到达的输入。实验证实,两步推理任务的训练数据需求与词表大小成二次方增长,且增加模型参数并不改善这种关系;路径歧义任务会导致模型形成上下文依赖的表示;思维链监督虽能提高效率但仍受覆盖限制。研究最终提出三类泛化机制的分类法,为理解组合推理和真正系统性泛化所需的创新提供了清晰路径。