北京 — 2017 年 6 月30 日 — 提供 Availability for the Always-On Enterprisse™(企业级业务永续的可用性)解决方案的创新公司Veeam Software(卫盟软件)今天宣布,与企业云计算和超融合基础架构领导者Nutanix进一步扩大合作,Veeam成为Nutanix虚拟化环境的“首选可用性”解决方案提供商。此外,Veeam在其旗舰产品Veeam Availability Suite中增加了对Nutanix AHV的支持,Nutanix和Veeam共同的客户将受益于一个企业级的可用性解决方案,因此有助于加速企业的数字化转型战略,充满信心地为用户提供无缝数字体验。
Veeam联合首席执行官兼总裁Peter McKay说:“此次合作是企业云计算领导者Nutanix与可用性解决方案领导者的强强联合,我们都非常关注为企业提供多云解决方案。随着我们在混合云领域不断取得更大的进展,我们了解到,客户现在需要的是跨内部部署和云IT环境的解决方案。我们很高兴成为支持Nutanix虚拟化环境的首选可用性解决方案提供商。”
作为软件定义的企业云平台,Nutanix提高了物理和虚拟环境的性能,极大地简化了应用程序工作负载的管理。IDC指出,随着越来越多的企业注重通过技术来拓展其潜在收益,到2021年,[1]超融合基础设施(HCI)的市场价值将达到75亿美元。
IDC研究总监Eric Sheppard说:“HCI提高了数据中心基础设施市场关键领域的敏捷性和运营效率,该技术已经成为企业基础设施市场增长最快的细分领域之一。目前超融合解决方案被越来越多地部署以支持关键业务应用程序,Veeam对Nutanix AHV的支持为这一不断增长的市场带来了成熟可靠的可用性平台,的确是恰逢其时。”
作为这一领域的领导者,Veeam提供的无代理解决方案,可以保证所有应用程序和数据的可用性和数据保护能够达到最高水准。这一组合产品有助于企业加速IT部署,极大地简化IT管理,以更为灵活的方式部署新业务服务。
Veeam亚洲及日本地区渠道总监Dean Cunningham表示:“Veeam 与 Nutanix 合作可以让我们的共同客户加快数字化转型的过程。凭借以Veeam Availability Suite 全面支持Nutanix 的企业云端平台,任何规模的企业都可以得到更简易的IT 管理、更高的效率和可用性。”
Nutanix总裁Sudheesh Nair表示:“Nutanix继续加大在战略合作关系上的投入,进一步强化我们的合作伙伴生态系统。我们很高兴Veeam公司成为支持Nutanix虚拟化环境的首选可用性解决方案提供商,这样,我们共同的客户能够非常放心地推进他们的数字化转型战略。”
Veeam和Nutanix都专注于渠道,因此,合作伙伴将受益于一个组合式的、高度差异化的解决方案,这为合作伙伴创造了更多的销售机会。Veeam将成为“Nutanix Elevate Alliance Partner Program”的“战略技术合作伙伴”,也是Nutanix新市场领域特色应用程序提供商。这些举措促进了Veeam生态系统的发展,为客户和合作伙伴的数字化转型计划提供了更好的支持。
[1] IDC 2016 Q4 WW Quarterly Converged Systems Tracker, March 30, 2017
好文章,需要你的鼓励
人工智能开发商Anthropic为其旗舰聊天机器人Claude推出新的医疗健康功能,用户现在可以与服务共享医疗记录以更好地了解自己的健康状况。Claude可以连接官方医疗记录和苹果健康等健身应用,进行更个性化的健康对话。新功能现已向美国的Claude Pro和Max订阅用户开放。公司强调该工具不用于诊断或治疗建议,而是帮助用户理解复杂医疗报告,为医患沟通做准备,并承诺严格保护用户隐私数据。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
谷歌发布通用商务协议(UCP)开放商务标准,旨在让AI智能体自动化整个购物流程,从产品发现到支付再到售后服务。该协议与Shopify、Target、沃尔玛等零售商合作开发,支持AI智能体协同处理客户购买流程各环节。谷歌还推出品牌商业智能体和直接优惠工具,优化AI搜索中的购物体验。麦肯锡预测智能体商务到2030年将成长为3万亿美元市场。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。