戴尔与EMC打算在超融合方面采取"越多越好"的策略,除了售卖戴尔基于Nutanix的XC一体机之外,还有EMC的产品例如VBlock、VxRack以及VxRail。
虽然这会让合并后的公司售卖一系列互补性的、又相互竞争的专有产品和OEM产品,但解决方案提供商称,拥有广泛的选择是一种赢得超融合客户有效的且有利可图的方法。
EMC超融合平台部门、VCE总裁Chad Sakac在最近的一篇博客文章中写到,并购案完成,该部门很可能会成为戴尔XC一体机的归宿。戴尔高管此前曾表示,来自两家公司的客户经理将协同工作,与渠道一起满足客户的需求,这意味着EMC销售团队最终完全有可能要出售戴尔的XC解决方案。
Sakac解释说,戴尔和EMC超融合产品的界限是很明确的,他们可以在没有冲突的情况下各自售卖,解决方案提供商则表示认同这个观点。
戴尔和超融合初创公司Nutanix在2014年签署了OEM协议,而且在最近更新了这个协议。超融合是指计算、存储、网络和虚拟化都运行在x86硬件上。
Winslow Technology Group是一家位于马萨诸塞州沃尔瑟姆的解决方案提供商,一直与戴尔合作,并且最近开始售卖EMC解决方案。该公司总裁Scott Winslow表示:"我非常高兴在收购之后戴尔将继续保持与Nutanix的关系。客户将有更多的选择。也希望能真正与EMC合作起来,我们刚刚做完了第一笔VxRail订单,在一个月内我们与EMC合作了130万美元。"
"目前我也有戴尔XC的用户装机群,所以我需要戴尔对此作出承诺,"Winslow表示。"现在我将有两款最好的产品并驾齐驱,风险是会让客户感到混淆,这时候就需要合作伙伴了,合作伙伴会帮助你增加价值。"
World Wide Technologies是一家总部在圣路易斯的解决方案提供商,与很多厂商都有合作,该公司IT副总裁Scott Miller表示,他认同Sakac关于戴尔和EMC不一定会在超融合领域相互干扰的观点。
"如果我对EMC块、机架和Rail的观点买单,那实际上就不是与Nutanix相竞争,"Miller说。"基于Nutanix的戴尔XC一体机是这对小型企业的,他们还没有完全拥抱超融合理念,"他说。
与其他EMC产品相比,戴尔XC一体机可能会与EMC VxRail一体机形成竞争关系,后者是一款基于白盒的产品,由VMware开发,在去年2月推出。
Sakac表示,对于合并之后的公司来说,定位VxRail和戴尔XC一体机是很简单的问题。"如果你是一家在VMware vSphere上做了标准化了的客户,VxRail是适合你的超融合基础设施一体机,"他这样写道,因为VxRail是由VMware共同开发联合开发的,有单点支持。
对于那些喜欢KVM、或者微软Hyper-V虚拟化的客户来说,EMC灵活的VxRail是理想选择,除非客户倾向于从小规模起步,"温和地"增长,这时候戴尔XC一体机就是不错的选择。
尽管如此,在戴尔与EMC并购完成之后,还是需要一些原则来确保基于Nutanix的戴尔XC一体机避免与戴尔/EMC的产品相竞争。Sakac解释说,EMC可能会在VxRail和VxRack系统中采用戴尔PowerEdge服务器平台,把XC留给那些特别希望采用Nutanix解决方案的客户。
"如果新的VxRail是构建在戴尔计算之上的,那么戴尔将会拥有比转售Nutanix产品更多的空间,"一位要求匿名的解决方案提供商表示。"还有一个原因是Nutanix也是受益的。"
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。