Nutanix已经向自己的超融合基础设施软件堆栈中增加了多云的能力,包括统一的软件框架,能够跨各种内部部署的设备工作,来自多加厂商,以及访问多个云。
本周Nutanix举行的Nutanix .NEXT大会上,介绍了包括这些新能力在内的多个新云服务。
Nutanix还公布了与Google的战略合作伙伴关系,Google将允许基于Nutanix的超融合基础设施服务原生运行在Google Public Cloud上。
Nutanix正在寻求如何帮助合作伙伴和客户构建连贯的混合云——这一点已经被证实使用传统内部部署的基础设施很难实现,Nutanix公司产品营销高级总监Greg Smith表示。
“我们正在超越混合云延伸到远程办公,甚至是在像军事设施、油气田等这样的偏远地方,这就是我们所谓的‘边缘云’。”
为了做到这一点,Nutanix推出了Nutanix Xi Cloud Services,通过Prism集中化数据中心基础设施管理软件,将数据中心服务扩展到云。
Nutanix Xi Cloud Services的重点是避免将内部部署服务扩展到云的复杂性。Smith表示:“今天,客户需要一个复杂而昂贵的通向云的路径。我们正在想办法打消这种需求,提供一个跨内部部署和云环境的通用体验。”
第一款Nutanix Xi Cloud Service预计将在明年年初提供,名为Xi Cloud Disaster Recovery。“客户只需要几分钟时间,就可以设置、管理和测试完整的灾难恢复服务。而且完成这些是不需要单独的灾难恢复站点或者第三方云的。”
Nutanix Xi Cloud Service是利用Nutanix自己的云,也就是基于多个协同中心为客户提供与Nutanix超融合基础设施相关的各种云服务。
通过与Google达成新的战略合作关系,这些服务还可以本地运行在Google Public Cloud中。
Xi Cloud Disaster Recovery服务预计将在明年年初提供,其他服务紧随其后,Smith表示。
Nutanix还公布了Nutanix Enterprise Cloud OS软件,一个可以将Nutanix超融合基础设施环境扩展至云的应用。
有了Nutanix Enterprise Cloud,Nutanix软件堆栈(目前已经在Nutanix、Dell EMC、联想和IBM的一体机中提供用于内部部署)现在将作为一项原生云交付解决方案提供,Smith表示。
“这是在提供混合云服务方面的一次重大升级。我们将提供完整的应用移动性,不管客户是想在内部部署环境还是在云中。”
此外新推出的还有Nutanix Calm,一种单一的软件结构,让客户可以以蓝图的形式定义和发布应用,然后跨各种云环境进行配置,Smith表示。
Nutanix Clam预计将在今年年底提供,利用Nutanix超融合基础设施软件堆栈的计算和存储能力,融合应用利用VMware ESX、微软Hyper-V,以及跨Xi Cloud服务及公有云(从AWS开始)Nutanix AHV虚拟机管理程序,Smith表示,Nutanix Calm最终将跨Google Cloud Platform和微软Azure提供。
“我们将允许客户将他们的应用与基础设施解耦,客户可以选择在他们希望的地方运行应用,根据成本和性能要求……最终结果就是让传统IT经理提升成为云IT经理。”
Winslow Technology Group是一家位于波士顿的解决方案提供商,Nutanix和Dell EMC的渠道合作伙伴,该公司首席技术官Rick Gouin表示,客户肯定有将超融合基础设施部署扩展到云的愿望。
“Dell EMC在将VxRail集成到云方面已经积累了很好的经验。Nutanix肯定也有需求这么做。”
客户迁移到云的步伐各不相同,而且他们考虑不止一种云。他期待在Dell XC系列一体机上部署Nutanix的多云能力。
“在大多数情况下,Nutanix的新功能用于XC系列会很快,但并非全部如此。Nutanix支持Xen虚拟机管理程序,但是Dell XC一体机不支持,可能是因为Dell VMware的关系。
Nutanix将利用现有的渠道合作伙伴来推进自己的多云新项目,Smith表示。
“Xi Cloud让合作伙伴能够向他们的Nutanix客户端增加一系列集成云服务。Nutanix Calm为合作伙伴提供了在云中超融合基础设施竞争差异点。这将促使市场利用自动化工具将现有基础设施扩展至DevOps。
Nutanix将为合作伙伴提供新的技术和销售培训的,但并不打算提供新的认证。Smith表示:“我们的目标是让我们现有计划的这部分,为合作伙伴提供具有一致性的销售流程。”
好文章,需要你的鼓励
Snap 推出 Lens Studio 的 iOS 应用和网页工具,让所有技能层次的用户都能通过文字提示和简单编辑,轻松创建 AR 镜头,包括生成 AI 效果和集成 Bitmoji,从而普及 AR 创作,并持续为专业应用提供支持。
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。