新的合作关系把Nutanix超融合基础设施技术带给IBM Power服务器,围绕着使用针对关键任务工作负载使用超融合。
Nutanix和IBM本周宣布达成合作伙伴关系,IBM将售卖新的一体机设备,基于IBM Power服务器和Nutanix的软件堆栈。
Nutanix公司产品及技术营销总监Greg Smith表示,这次合作的重点不在于基于Power服务器,而是针对用于Linux环境售卖的产品。
“在Power市场中,对Linux on Power的需求正在增长。IBM和Nutanix认为这是把超融合基础设施带入该架构的一个好机会。”
这一点很重要,因为IBM的Power服务器销售整体在下滑。3月,IDC预计2016年第四季度IBM的服务器销售额为18亿美元,相比2015年第四季度下滑了17.1%。IBM服务器销售主要包括基于Power的中端服务器和大型机。
Smith表示,这次合作是发挥双方的优势。
“Nutanix将把消费级的、令人愉悦的体验带入超融合基础设施,包括一键式部署和一键式可扩展性。IBM为所谓的‘认知工作负载’——包括大数据、机器学习和人工智能——带来了一个高性能的平台。”
Key Information Systems是一家位于加州的解决方案提供商,同时也是IBM长期渠道合作伙伴。该公司总裁Lief Morin认为,专注于Linux支撑的Power服务器,这是理解这次合作关系的一个关键。
Morin表示,他的公司拥有庞大的Power系统业务。不过,虽然IBM面向AIX或者System i工作负载的Power服务器销售在下滑,但是这个服务器平台在Linux市场增长很快。
而且对于IT业界来说,拥有一个x86服务器的高性能替代选择也是很重要的,Morin说,IBM就是这个选择。“我非常尊敬英特尔。我们也售卖了很多基于英特尔处理器的系统。但是人们喜欢一个双选择的系统,而在服务器方面,我们没有这样一种系统,英特尔占到了95%的份额。IBM是唯一一家有技术、知识产权、专利产品组合的公司,可以开发出长期与英特尔竞争的核心芯片。”
在接下来的五年时间里,几乎所有工作负载都将运行在Windows或者一些Linux变体版上。Morin说:“所以IBM把精力和投资用于发展围绕Linux的新合作伙伴关系,这是有道理的。”
随着时间的推移,超融合基础设施将成为越来越多商用工作负载的核心,将越来越多地利用像持久性内存这样的新技术来处理要求最苛刻的工作负载,Morin这样说。
“当你有1个1U或者2U设备,其中有8个英特尔或者Power核心,每节点10TB高性能容量,那么你在半个机架内堆栈10个节点,那还要什么外部阵列,这就可以运行任何工作负载了。”
Morin说,今年Nutanix on Power还不会占据主导,但是在未来几年,他预计这个业务会有所增长。
“他们会长期投入,Nutanix将投身于一个长期看好的平台。”
Smith说,在这次合作下,Nutanix将为Power服务器平台提供自己的软件堆栈——包括AHV虚拟机管理程序,也就是此前的Acropolis。AHV运行在Power架构上,支持Linux工作负载。
“IBM和Nutanix面临的机会是,提供顶级的超融合基础设施基础,我们的虚拟机管理程序运行在高性能的Power系统上。”
Smith拒绝谈论Nutanix on Power系统的市场规模。不过他说,分析师预测到2020年超融合基础设施市场将达到60亿美元的规模。
“目前IBM并没有参与这个市场的竞争,但是我们认为IBM和Nutanix都有机会提升超融合基础设施市场。两家公司致力于让超融合基础设施可以支持任何工作负载,包括认知工作负载、云原生应用、传统工作负载。”
包含Nutanix on Power服务器在内的一体化产品将在今年某些时候供货,通过IBM直接和间接销售渠道供货,Smith表示。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。