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
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。