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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。