据消息人士的说法,联想与SimpliVity双方已经达成一项协议,允许来自中国的硬件巨头在其System X基础设施之上构建超融合型解决方案。
联想公司计划以自家System X服务器为平台,向市场推出SimpliVity的软件定义超融合型基础设施。顺带一提,System X产品线来自去年联想以21亿美元收购蓝色巨人x86业务的收购交易。熟稔业内状况的消息人士同时表示,这条系统产品线将分为小型、中型以及大型三类配置方案。
联想与SimpliVity两家企业已经同意分别承担产品销售与市场推广工作。在采访当中,消息人士表示System X/SimpliVity系统将通过联想公司的经销商合作伙伴向北美市场推出。
SimpliVity公司拒绝就这一消息发布评论。而截至发稿之时,联想亦没有对我们提出的讨论请求作出回应。
SimpliVity以及Nutanix是目前两家迫切希望获得OEM或者合作伙伴支持的超融合型方案供应商,研究企业IDC公司分析师Jed Scaramella,其主要研究范畴为超融合型系统。
由于不具备自家超融合型解决方案,各大服务器供应商不得不被迫与SimpliVity以及Nutanix这样的软件企业进行业务合作,Scaramella在采访中指出。
现在,随着企业服务器市场的运营态势趋于平缓而超融合市场迎来可观发展动能,各大主流传统企业也开始努力向新的业务领域发起冲击,他表示。
“这一切的实质在于争夺市场份额,哪里存在潜在利润、哪里就是厂商希望占领的根据地,而目前的热门领域自然就是融合、超融合以及云范畴,”Scaramella解释称。
作为如火如荼的超融合业务市场上的双璧之一,SimpliVity公司将凭借此次与联想建立的合作关系拉拢到另一位重量级伙伴的支持。
就目前来讲,SimpliVity公司已经在思科UCS服务器以及x86平台之上交付其超融合型基础设施产品。思科方面以认证方式同意SimpliVity软件运行在其服务器平台当中,但双方的合作关系还较为表面,具体来讲思科并不会为SimpliVity提供任何市场营销方面的支持。
与SimpliVity之间的合作也让联想的企业级超融合型产品组合得以进一步丰富,从而扭转了原本只能同Pivot3以及StorMagic合作开发低成本系统的局面。
联想公司北美企业业务部门副总裁兼总经理Brian Hamel最近在采访中指出,该公司致力于找到进一步拓展市场份额的途径。“我们将着力削减成本结构,从而压倒戴尔、惠普以及思科成为市场上成本最为低廉的方案供应商。”
根据研究企业Gartner发布的报告,联想公司今年第一季度总计售出22万379台服务器设备,占整体市场份额的8.3%,仅落后于戴尔及惠普。
戴尔公司从去年开始与Nutanix方面达成了战略合作关系。
IDC公司预计今年年内超融合市场销售总额将达到8.068亿美元,而明年则将进一步增长至15.7亿美元。与此同时,服务器市场的年度增长幅度则仅为3%到4%,Scaramella指出。
“我们认为联想肯定能够实现业绩增长,”研究企业TBR公司首席分析师Christian Perry在接受采访时指出。“他们已经成功削减了System X产品的价格,并将在成为行业领导者之前始终以低利润求份额。”
事实上,联想公司的成长已成定局,但其同时也是最后一家涉足超融合业务领域的硬件厂商——联想于今年7月凭借同Pivot3的合作关系首度试不,并随后在本月月初与StorMagic结为合作伙伴。
“联想公司的行动确实有些迟缓,但比赛这才刚刚拉开帷幕,”Scaramella指出。“其中的竞争正在逐步升温,联想虽然参与较晚,但却并没有落后太多,真正的角逐这才正式开始。”
好文章,需要你的鼓励
许多人将旧电子设备堆放在储藏室或车库中,而非妥善处置。实际上,回收旧电脑和打印机既简单又通常免费。Best Buy、Staples等大型零售商均提供免费电子废品回收服务,每日可接收多台设备。在回收前,务必通过恢复出厂设置或专业工具彻底清除个人数据。如无零售店,可通过Earth911或消费技术协会的在线工具查找附近的回收中心。
三一学院与华为联合提出两阶段AI模型调度框架:先按语义聚类分配最优模型,再用轻量分类器拦截低质回答升级处理,在保留97-99%最强模型准确率的同时显著降低推理延迟。
美国核管理委员会(NRC)近期提出对第61部分法规进行全面修订,首次为"超C类"(GTCC)低放射性核废料建立明确的许可处置路径。现有框架要求将其送入从未建成的深层地质处置库,形成"监管死胡同"。新规拟采用基于风险的分析方法,按废料实际放射性危害而非来源确定处置方式,约80%的GTCC废料或可适用近地表处置。这些废料目前分散存放于反应堆、医院及工业设施,新规将为其提供集中处置的可行路径。
多智能体AI系统常因无法精准定位错误来源而难以优化,GBC通过梯度计算为每个AI的输出建立影响力评分,实现跨智能体的精细归因与针对性提示词优化。