Dell Technologies的Dell EMC子公司在本周的VMworld更新了自己的超融合基础设施产品线,加强对VMware客户的支持。
此外Dell EMC还增加了一个数据保护服务以满足客户大量备份和恢复需求。新的HCI平台包含一个更高速度的VxRail一体机,以及VxRack软件定义数据中心系统,且都带有增强的VMware原生功能。Dell EMC还表示,它的HCI产品线将运行在40种不同配置的PowerEdge服务器上。
VxRail 4.5的IOPS性能提升达50%,响应时间增加近35%。这个新推出的服务器还设计得更加易于部署,其功能可以让部署多个节点简单得如部署一个节点一样。升级也非常简单,因为采用了基于REST的API,通过这个API可以同时跨整个集群提供软件升级。此外现在也嵌入了VMware的vSAN加密功能。
分析公司Wikibon高级分析师Stu Miniman表示:“Dell EMC有目前市场中最广泛的融合和超融合产品组合,而且VMware是这个市场中最重要的参与者。他们的定位是,他们是唯一一家内嵌VMware的机架级超融合解决方案提供商,提供了多种方式选择:VxRail、VxRack、还有自建。”
新的VxRack是与VMware共同设计的,管理效率提升80%,Dell EMC融合平台及系统部门营销副总裁Bob Wambach表示。其中包括实现整个VMware堆栈的自动化,支持VMware Horizon 7.1虚拟桌面基础设施。
Wambach表示:“这是在机架级的一体化混合云。你可以运行任何应用工作负载,在本地环境,或者在公有云中。”他补充说,新推出的VxRack是“最好的Cloud Foundry环境”,指的是来自VMware姊妹公司Pivotal的平台即服务。
VxRack SDDC将原生支持Dell EMC的Enterprise Hybrid Cloud和Native Hybrid Cloud平台,通过全生命周期管理和单点联系支持,简化了通向混合云操作模式的路径。Enterprise Hybrid Cloud现在已经在VxRack SDDC上支持,早期计划中还提供了对Native Cloud的支持。
在数据保护方面,Dell EMC的Data Protection Suite for Applications瞄准了有大量复杂环境的VMware站点。“很多客户现在管理者50多、60多TB的数据库。”Dell EMC数据保护产品营销高级总监Ruya Atac-Barrett表示。“虚拟机蔓延和更严格的法规要求,正在让数据保护变得更具挑战。传统产品不支持客户的需求,大数据保护需要是零干预、接近即时的。”
因此,Dell EMC将与VMware vSphere广泛的自动化和原生集成构建到软件定义的数据保护架构中,并称这可以简化大型环境中的备份和恢复,不管是本地部署环境还是在AWS云中。
这次发布的版本备份速度与传统方法相比快了5倍,通过一种直接从VMware虚拟机管理程序通向Dell EMC Data Domain的新数据路径。应用数据库所有者可以管理他们自己的数据保护需求。这个软件发现企业中的拷贝,让管理员能够在现有服务水平目标和策略下进行管理。
这个升级套件还提供了对融合基础设施的扩展支持,特别是VxRail一体机。在微软SQL Server上的支持计划是下个月提供,对Oracle数据库的支持计划是在第四季度。Dell EMC表示,将会公布灵活的消费模式,但是没有提供更多细节。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。