上个月,VMware存储及可用性业务首席战略师Chuck Hollis在一篇博客文章中向Nutanix这家超融合基础设施初创厂商支持客户的能力提出了质疑。
VMware经常把合作伙伴生态系统作为它的竞争优势之一。然而在这种情况下,它公开质疑一家合作伙伴的支持能力,而这证实任何技术厂商业务的一个重要方面。虽然厂商合作伙伴关系通常少不了紧张的竞争关系,但VMware这种具有竞争性的说辞实属少见。
两家厂商的多个合作伙伴称,他们认为VMware和Nutanix的合作伙伴关系可能会随着双方在这个炙手可热的新生市场竞争月越来越激烈而关系紧张。
Hollis在一篇博客文章中表示,因为Nutanix并不是VMware vSphere的OEM合作伙伴,所以它没有得到分销或者支持VMware服务器虚拟化软件的授权。
因此,尽管Nutanix帮助客户解决vSphere相关问题,并且员工中也有多个VMware认证的专家,但是Hollis称,由于没有直接表述其支持的性质,因此可能会给客户帮倒忙。
“事实是,你的很多产品都是基于vSphere的,Nutanix并没有经过认证可以支持。拿掉vSphere的话,就没有什么值得看的了。”Hollis在回应多位提出担忧的Nutanix员工时这样评论说。
VMware现在凭借自己的EVO:RAIL打进了超融合系统市场,并且签下了9加硬件厂商一起构建设备系统。VMware的一位新闻发言人表示,EVO:RAO的主要优势之一就是便捷的产品支持。
“对于像EVO:RAIL这样的超融合解决方案,客户告诉我们,他们看重集成并且寻求对整体解决方案的一通式电话支持。”这位新闻发言人在电子邮件中这样表示。“当客户与一家VMware认证的EVO:RAIL合作伙伴、VMware OEM合作伙伴或者VMware渠道合作伙伴一起工作的时候,他们会得到整合的解决方案支持。”
Nutanix产品及技术营销高级总监Greg Smith表示,Nutanix“提供在目前业内最佳的支持体验。”
“我们致力于解决客户问题,即使这个问题是出在虚拟机管理程序上。”Smith在电子邮件中这样表示。
一位Nutanix的合作伙伴表示,他在帮助客户解决vSphere问题的时候从来没有遇到难题。“Chuck在搅浑水方面做得不错。”这个要求匿名的合作伙伴表示。
根据IDC在1月的研究结果,Nutanix成为全球超融合市场的领跑者。现在,VMware在试图放慢Nutanix脚步方面并没得分。
有趣的是,VMware并没有喊话SimpliVity,Nutanix在超融合市场的主要竞争对手,而SimpliVity目前也不是vSphere的OEM合作伙伴。一位SimpliVity的新闻发言人拒绝对他们如何处理涉及到在OminiCube旗舰产品上运行VMware vSphere的客户问题发表评论。
有消息人士称,VMware之所以放过SimpliVity是因为它只支持VMware的虚拟机管理程序,因此被认为其威胁程度低于Nutanix,后者还支持微软Hyper-V和KVM。上个月有报道称,Nutanix正在致力于开发它自己的虚拟机管理程序。
Pivot3是一家总部在休斯敦的超融合系统厂商,它创建于2003年,已经是VMware vSphere的正式OEM合作伙伴,这意味着它可以向客户提供vSphere,一位新闻发言人这样表示。
当集成商或者经销商合作伙伴向Pivot3的系统中增加vSphere的时候,他们也会提供相应的支持,Pivot3新闻发言人这样表示。
超融合系统市场正在变得越来越繁荣,VMware和Nutanix可能都有自己的成长空间。但是考虑到双方日渐紧张的关系,我们有理由猜测VMware和Nutanix合作伙伴关系的未来到底会是怎样。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。