Nutanix提出了One Click、One OS、Any Cloud的理念,推出了一系列新服务来跨多种云,私有的和公有的、虚拟化计算和对象存储。
当然,这是假设本地部署的IT是以公有云的方式运行。Nutanix的观点是,几乎一切都是数字化的,当然也包含公有云。换句话说,软件抽象层会虚拟化并提供对底层物理资源与虚拟资源的访问,以及两种资源之间的移动性。将会有一个集中控制平面来运行这个分散的系统,这Nutanix。
Nutanix推出了三款针对Acropolis Hypervisor(AHV)的、面向开发者的服务:Acropolis Object Storage Service、Acropolis Compute Cloud (AC2)和Nutanix App Marketplace。
Acropolis Object Storage Service
该服务兼容S3 API接口,将嵌入到Nutanix的Enterprise Cloud OS中。换句话说,Nutanix正在向AHV中添加对象存储。
这么做旨在提供一个按需对象存储工具,用于收集、保存和管理单一命名空间内的数十亿个对象,针对像归档这样的应用,将采用公有云的消费模式。
Nutanix表示,这将为多云存储设施提供基础,带有对数据对象的生命周期管理和跨云分层功能。
Acropolis Compute Cloud
AC2将成为Enterprise Cloud OS的一部分,支持Nutanix部署中的纯计算节点,用于CPU密集型应用,例如分布式分析工作负载、前端Web服务、Citrix XenApp部署和内存分析。
Nutanix表示,IT经理将能够以一种可消费的、纵向扩展的、向下扩展的资源形式把计算交付给应用开发团队。
Nutanix App Marketplace
App Marketplace服务添加到Nutanix多云应用、自动化和编排工具Calm中。可通过基于标准的蓝图进行定义,然后发布到Marketplace中。然后应用团队可以在他们的开发中使用这些服务。
此外还将推出针对基础设施和开发者工具——例如Kubernetes、Hadoop、MySQL、Jenkins和Puppet。
评论
未来我们将看到,在运行时,开发代码会使用(S3访问的)对象存储服务和可用的计算服务,这都是AHV自带的,或者VMware、Amazon、Azure、Google计算、Cloudian、Amazon S3或者其他S3访问的对象存储。
在尼斯举行的Nutanix .NEXT大会上,Nutanix公司首席执行官Dheeraj Pandey表示:“云不是一个物理的目的地,它也可以数字化。云是一个高度数字化的数据中心。”他喜欢隐形的数据中心和消费级简化性等这些理念。
通过使用你可以提供访问的软件抽象层,以及这之间的移动性,很多你已经抽象的实例,不管是物理服务器、物理存储还是公有云服务。这避免了锁定问题,提供了服务消费模式的灵活性。
AHV v5.5
即将发布的AHV v5.5将包含Citrix Provisioning Service (PVS),这是一项针对VDI部署的技术,支持虚拟GPU。
这将帮助Nutanix AHV客户加速在高分辨率医学成像、3D地理空间应用等领域的图形渲染。
Nutanix的Enterprise Cloud OS软件将支持现在已经在Nutanix一体机中的Skylake CPU,来自Dell EMC和联想等OEM合作伙伴的服务器平台,以及来自HPE和思科的认证服务器。
这些功能正在开发中,对HPE和思科售卖的至强Skylake服务器的认证正在进行中,定价细节将随后公布。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。