关于富士通与NetApp合作的NFLEX融合系统以及富士通的超融合基础设施(HCI)战略有了更多细节付出水面,其中富士通的战略可能会阻碍其销售NetApp的HCI。
富士通称这个方向目前还没有计划。
NFLEX是一款融合基础设施(CI)系统,带有预集成的、经过测试的富士通PRIMERGY服务器、NetApp存储和Extreme网络组件。
HCI一体机是一个完整集成的单一组件,结合了服务器、虚拟SAN存储和网络。
富士通至少有3款这样的产品:
NetApp的HCI是基于SolidFire全闪存阵列技术的,并没有采用PRIMERGY服务器。我们可以这样理解,对于富士通来说HCI意味着能卖出更多的服务器。
理论上讲,NetApp HCI可能是构建在富士通服务器上的,两家公司都有足够的动力这么做。
关于NFLEX的一些信息
NFLEX组件包含Primergy CX服务器、NetApp AFF和FAS存储、一堆Extreme VDX6740交换机和VMware软件(vSphere + vCentre插件)。
有4个NFLEX SKU,预集成系统,带有单一的订单号:
M30有12个960GB SSD,M70有12个3.8TB SSD。
RAM有所不同,M30和M50是从384GB到1024GB不等,M70是从384GB到1636GB不等。
最多16个CX2560个计算节点代表着计算扩展能力上限更高,最多可扩展至48个驱动器。显然NFLEX是性能型的,而不是高容量型的。
目前客户能够以机架或者非机架的形式下单该系统。
这些系统是在富士通位于德国奥格斯堡的一家工厂生产的,并销售给EMEA地区的客户。不知道NFLEX是否会在美洲和远东地区销售,那么就必须在德国安排生产制造以及从德国发出运送。目前还没有计划扩大NFLEX的销售区域。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。