据了解,思科首席执行官Chuck Robbins和戴尔首席执行官Michael Dell在一个面对面的视频访谈节目中握手,并对VCE联盟(思科和EMC在2009年创建,EMC拥有90%的股权)以及规模达30亿美元的Vblock业务做出承诺。
先脑补一下Vblock,Vblock是一个融合了思科服务器与网络、EMC存储系统与管理软件、VMware虚拟化软件的预配置数据中心虚拟化基础架构包。它是指一种建立系统的方式,提供一个集成包,是一种完整的IT基础架构,并不是指一个具体的设备。
"无论我走到哪里都有客户问我,你们对Vblock做出怎样的承诺?"Dell EMC在YouTube上发布的一对一采访视频中,Robbins面对Michael Dell这样表示。"从我们的角度来说,这会推动UCS及Nexus、ACI产品组合,所以我们认为客户和合作伙伴可以继续抱有信心地进行投资。"
Michael Dell表示作为Dell Technologies,对于思科共同的未来非常有信心。
本月初戴尔完成了对EMC规模达670亿美元的收购,思科努力安抚合作伙伴和客户,让他们相信VCE联盟还将持续下去,因为戴尔拥有它自己的服务器产品组合,现在又掌控了EMC。VCE的旗舰产品Vblock产品线收入规模已经达到30亿美元,装机量超过3000套,其中采用了思科的服务器和网络技术。
"我们已经从客户那里听到了关于VCE的正面反馈。在过去15年中,EMC和思科拥有成功合作的良好传统,"Michael Dell说。"作为这个领域的领导者,EMC和思科已经为未来做好了充分的准备。"
一位来自思科和Dell EMC共同合作伙伴的解决方案提供商高管表示,尽管两位CEO在正式场合的握手以及他们对VCE联盟的承诺"鼓舞人心",但是两者的关系可能会随着时间的推移会变得"有局限性"。
"看到他们共同努力向外界表明他们正在紧密合作,这一点令人欣慰,但是VCE和思科以及现在的Dell EMC可能会变得相互制约,"这位不愿透露姓名的高管表示。"与完全自己做相比,要让竞争对手[思科]参与到一款成功的产品中是很难的。"
VCE在2015年发布了新的VxBlock融合基础设施系统,首次提供了VMware,不过现在已经被戴尔获得多数股权的NSX软件定义网络技术。Vblock最初只支持思科的SDN技术Application Centric Infrastructure (ACI)。
在过去的12个月中,VCE发布了VxRack超融合基础设施产品线,采用白盒服务器而不是思科的UCS服务器,而思科也发布了自己的超融合产品HyperFlex,并在2014年出售了VCE大部分的股份,目前大约拥有10%的份额。
根据IDC的数据,2016年第一季度全球融合系统市场收入同比增长11%,达到25亿美元。IDC称,2015年全球融合系统市场创造了106亿美元的收入。
Robbins表示,因为他们对必须在工程和销售中的长期协议及承诺,所以VCE联盟在过去几年中一直是很成功的。甚至为客户提供联合支持以及对发展路线图的共同承诺。
思科和戴尔都试图以各种方式传递他们对VCE承诺的信息,最近来自VCE全球销售高级副总裁Burney Barker的博客文章中提到:"我们让客户有信心地知道,Dell EMC和思科在战略上是一致的,有长期的经销协议以及提供世界一流的支持协议,对未来双方关系加强的这个机会感到很兴奋。"
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。