Dell EMC的融合基础设施产品组合正在发生变化。Vblock(采用思科Nexus交换机)将消失,VxBlocks(带有软件定义的网络)将取而代之。
思科交换机出局,VMware交换机取代,思科与戴尔的关系变得愈加脆弱,是这样的吗?
Vblock和VxBlocks都是Dell EMC融合基础设施产品组合中的产品,结合了来自思科、Dell EMC的服务器、存储和网络,融合到一个集成的、作为单一实体采购的系统。
这个系列开始是Vblock(采用思科的服务器和网络,Dell EMC的存储),然后是2015年3月增加了VxBlock产品,采用VMware的软件定义网络产品NSX,或者思科的SDN竞争/对等产品Application Centric Infrastructure (ACI)。
Vscale Architecture规定了融合和超融合平台的组合,以及计算、存储和数据保护扩展,涉及融合的Vblock和VxBlock系统,以及VxRack和VxRail一体机。
EMC全球系统工程总裁Chad Sakac表示,有近90%的Dell EMC客户选择了VxBlock而不是Vblock,并且这样做已经有一段时间了。他们在SDN方面倾向于选择思科Nexus 1000v硬件交换机。SDN并不能部署在Vblock上。他说,客户要么希望立即部署SDN,要么在未来选择部署。
在vSphere中对第三方虚拟交换机的需求也减少了,大部分客户选择VMware的虚拟交换机。
从Vblock切换到VxBlock,这反映了一个事实,那就是客户投了反对票。Sakac在博客上表示:“对他们和我们来说,这是简化了。从7月1日开始,我们将只提供VxBlock系统作为我们的融合系统选项。”
Dell EMC的一项声明称:“在2020年6月3日之前,我们将继续售卖Vblock扩展(例如增加更多盘),并支持融合基础扩展(例如为Vblock系统增加Technology Extension for Isilon),以及一些小的增强项。我们还将继续在2022年6月30日之前继续提供服务和安全补丁。”
Sakac表示,Vblock客户可以继续使用Vblock直到2022年,或者通过一个简单的服务产品切换到VxBlock。
他表示,思科与Dell EMC的关系并没有变得越来越脆弱。软件定义网络正在变得越来越受欢迎,Vblock并不支持SDN,VxBlock却支持。所以Dell EMC和思科只是回应了客户的选择。
这里是来自思科销售业务开发总监Tim Rod的声明:“Vscale客户是部分思科最大的ACI和融合基础设施客户,我们很高兴很把与Dell EMC所取得的成功继续下去。我们的共同客户是这一创新的真正受益者。”
另外,Dell EMC和思科也正在扩展Vscale架构,增加了:
- 单点编排、自动化和安全,针对计算、网络和存储——UCS Director与思科ACI自动化结合,降低风险,缩短搭载服务的时间
- Vscale Border Technology Connect——思科Nexus、ASA和Firepower、ISR以及ASR,确保Vscale资源和外部网络之间的安全、高性能的数据通信
- Vscale Open Technology Connect——思科Nexus和MDS服务,针对第三方设备集成,通过资源共享实现Vscale和非Vscale资产的ROI最大化
- Vscale Fabric Technology Connect for Storage——全闪存的Dell EMC Unity、XtremIO以及VMAX存储,以及Isilon NAS,优化了应用的性能和横向扩展存储的成本
- Cisco Advanced Services for UCS Director and ACI部署以及Dell EMC Vscale Services加速了数据中心现代化,以及达成业务结果的时间。
所有这些的结果,就是思科交换机支撑的Vblock即将消失,被VMware虚拟交换机网络连接或者ACI网络连接的VxBlock所取代。思科和EMC正在扩展Vscale架构,Dell EMC和思科关于Vblock所说的没什么大不了,客户受益,大家就都赢了。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。