Nutanix正在通过与Google Cloud Platform打造一个混合云的策略,目标直指成为一个数据中心控制平面的平台。
Nutanix公司首席产品及开发官Sunil Potti在声明中证明了这个基于Nutanix Enterprise Cloud OS的计划:“多云IT战略要求的不止是今天的第一代混合云架构,这迫使企业必须配置和管理单独的IT孤岛。”
Nutanix Enterprise Cloud OS是在整个服务器平台之上使用Nutanix的Enterprise Cloud Software,而且其部署是这样堆栈的:
内部部署
- IBM
- Dell EMC
- 联想
- 思科
- HPE
公有云
- AWS
- Google Cloud Platform
- Azure
- Nutanix Xi Cloud Services
设想这些平台是分布式的,跨典型的内部部署数据中心、远程办公/分支办公(ROBO)和灾难恢复站点,以及即将出现的边缘计算站点,以及公有云。
这个理念似乎是跨这些运行时环境中的虚拟机(无疑是容器)配置、实例化、编排和迁移应用,带有常用的IT工具,能够实现跨私有云和公有云的应用移动性,而且不会锁定于任何硬件、虚拟机管理程序或者云。
客户讲可以使用Nutanix软件作为一种原生云,通过最新推出的Xi Cloud Service(XiCS)交付系统。这是一个一体化的云系统,使用与Nutanix Enterprise Cloud Platform相同的基础设施堆栈构建,有相同的工具和SLA。
首先推出的Xi Cloud Service将能够让Nutanix客户在几分钟内设置、管理和测试基于云的灾难恢复服务,使用Prism管理界面。
Xi Cloud Service据称能够让客户以服务的形式消费企业应用,而无需“叉车式”的操作,Nutanix称让这种方式“成为过去”。
Nutanix将与战略云提供商在全球范围内交付Xi Cloud Serivces,满足各种行业以及用途的数据来源要求。
虚拟化应用将在“蓝图”中进行描述,由Nutanix Calm将其配置、管理和扩展成为不同的云环境。这使用Nutanix Enterprise Cloud OS能力跨网络、计算和存储运行,在AHV、ESXi、Hyper-V上融合基础设施,扩展至Xi Cloud Services,以及包括AWS、Google Cloud Platform和Azure在内的公有云。
Nutanix宣布与Google Cloud达成战略联盟,将Nutanix环境与Google Cloud Platform混搭,具有:
- One-Click Hybrid Operations with Nutanix Calm for GCP,实现单一控制面板,用于在GCP和Nutanix环境之间管理应用。传统的应用和云原生的应用可以配置到GCP或者Nutanix环境中,只需要点击一下,就可以在两种环境之间无缝迁移。有了Nutanix Calm,应用就可以被建模为简单的、可重复的应用蓝图,点击一下就可以触发,轻松跨Nutanix和GCP环境进行迁移。
- Nutanix Xi Cloud Services on GCP,能够让Nutanix客户在本地把他们的数据中心环境扩展到GCP,配置一个统一的框架,能够交付传统Mode 1和现代化的Mode 2应用。客户可以使用运行在GCP中的Xi Cloud Services Disaster Recovery,以及针对整个应用数据集运行BigQuery分析,而无需数据迁移操作。
- Nutanix Enterprise Cloud OS内置有对Kubernetes的支持,能够在Nutanix Enterprise Cloud中部署、管理和扩展基于容器的应用。一套结合了Kubernetes、Google Container Engine(GKE)和Acropolis Container Services(ACS)的联合解决方案可以为容器提供一个企业级的环境,包括可扩展的永久存储服务,针对状态应用工作负载。
- 云管理员可以通过一个预定义的应用蓝图,用Nutanix Calm进行自主配置Kubernetes,并在Google Cloud或者基于Nutanix的环境中实例化容器应用。
- Google和Nutanix将围绕物联网使用实例进行合作,将实施边缘智能与核心云计算相结合。
我们尝试着把这些都呈现在图表中:
要点是,Nutanix希望自己的软件成为你希望运行在本地或者基于公有云服务器上的多个虚拟化应用之间的主要控制平面。因此,它希望能够提供一个控制平面平台,在这个平台之上,它可以支持像Xi Cloud Services这样的服务。
显然Nutanix在Google Cloud Platform企业级路线图中看到了机会。
我们认为,未来Nutanix有可能会将自己的产品和影响力扩展到二级数据的存储、管理和使用中。
Nutanix Enterprise Cloud OS现在已经作为纯软件产品提供给思科和HPE受欢迎的平台。
Nutanix Calm计划将在2017年第四季度进行销售。针对灾难恢复的Nutanix Xi Cloud Services预计将在2018年第一季度早期提供。
好文章,需要你的鼓励
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。