尽管现如今云计算正大行其道,但企业虚拟化不应该被边缘化。根据wired.com网站的Innovation Insights专栏文章介绍,虚拟化可以帮助企业降低数据中心的碳排量,降低资本支出和提供计算节点的自动配置。换句话说,不要以为虚拟化已经过时了。以下是企业部署虚拟化所能享有的七大好处:
一、整合
那些要用20台服务器来处理20项工作负载的时代早已结束了。现在,购买两到三台大的服务器,然后在虚拟环境中运行多个工作负载已成为可能的。简单说,运行这些“模拟机”可以有极其深远的好处,包括更强大的资源整合。由于虚拟机(VM)可以被配置为根据独特的需要运行应用程序或操作系统,在单机上整合不同的工作负载,帮保持其仍然运转良好已成为可能的。迁移到一个虚拟化的环境也给企业提供获得“整合”的机会,国际调研机构Forrester Research的David Bartoletti将其称之为“整合率” 。而运行在物理服务器上的应用程序,并未充分利用所分配的资源,因为这些往往都是为虚拟化准备的。
二、确保正常运行时间
有了实时迁移,容错,高可用性这些功能,虚拟化服务器可以确保企业的工作量和正常运行时间,并减少意外停机的可能。即使灾难袭来,迁移虚拟机也要比试图转移整个服务器的快照和内容所花费的时间和资源要少得多。
三、改善配置时间
使用软件定义的网络(SDN),作为企业网络和物理路由器之间的一个抽象层,允许工作负载几乎瞬间被配置。这样,虚拟环境便成为理想的应用测试和部署环境,因为资源可以根据需求进行分配,然后一旦他们不再需要就可以返回到网络“池”。此外,虚拟化可以帮助企业克服VLAN的限制,其只允许4096个独立的网络。依靠三级域名和24位虚拟网络接口(VNIs)覆盖网络,同时,允许高达1600万个独立网络。
四、迈向云
关于虚拟环境和云之间的界限往往存在着诸多的混乱。在实践中,这两者是非常相似的,但根据商业新闻的报道指出,“虚拟化与云计算的不同之处就在于虚拟化是用软件来操纵硬件,而云计算是指服务所带来的操作的结果。” 然而,虚拟的企业环境,往往是企业迈向云计算的理想的垫脚石。
五、细粒度安全
当工作负载能够很方便的运行在所有虚拟服务器上时,就有可能建立细粒度安全协议。这对于企业而言是一个不可缺少的功能,其涉及到医疗保健企业,金融业企业或政府机构,当每项工作负载都能够进行独立安全的管理时,合规性就不再是一个挑战了。
六、分析
虚拟化所提供的资源整合也使得企业可以采用实时的高层次的分析,以监测网络功能和发掘“大数据”获得更大的洞察价值。在传统的服务器实施这些解决方案也是可能的,但经常需要花费非常高的成本,而一旦部署了虚拟化,分析工具在整个虚拟网络进行抓取已成为可能,不管是任何操作系统或工作负载,这反过来又为企业进一步提供了可操作的见解。
七、统一通信(UC)
企业虚拟化的最后一个大好处是统一通信(UC)。支持实时视频、语音和网络聊天需求最简单的方式,是利用一个托管PBX和VoIP提供商来处理所有的异地通信需求。虚拟化这项工作意味着你企业将不再依赖于传统的电信运营商,同时将数据存储在异地意味着本地IT专业人员不需要担心管理连接的问题。
您的企业考虑部署虚拟化了吗?整合资源,提高正常运行时间和改善配置时间都是其从一开始就能带来的很好的优势。而安全,方便迁移到云计算和加深洞察分析,以及对统一通信的支持这些因素都是企业部署虚拟化的好处。
好文章,需要你的鼓励
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。