Dell EMC正在加强与VMware在今年晚些时候发布新的数据保护产品组合进行技术集成,旨在从竞争对手Veeam那里赢得市场份额。
有消息人士表示,Dell方面的产品发布预计是在2018年早些时候,这些产品将让VMware与Dell EMC的数据保护套件之间连接更加紧密,加速缩小Dell与Veeam之间的差距。
一位知情人士表示:“VMware的建立是为了成为行业标准,因此必须能够与所有厂商进行合作。在产品方面,能够与Dell EMC合作是更好的。VMware与Dell之间的整合应该比其他厂商更好。”
“Veeam首席执行官Peter McKay正好来自于VMware。所有他了解这些人,了解这些厂商。现在Dell EMC将做得更好。”
Veeam主要是面向云和虚拟化环境开发数据保护技术,它与VMware围绕vSphere等产品建立了技术合作伙伴关系。Veeam公司的很多高管都是来自于VMware,例如现任联合首席执行官、总裁Peter McKay,以及渠道销售副总裁Kevin Rooney。
有消息人士表示,自从Dell在2016年以670亿美元收购了EMC以来,Dell就一直谨慎地对待加强集成这件事,避免让Veeam这样与VMware有合作关系的厂商感到不安。
VMware首席技术官Ray O'Farrell表示,Dell和VMware的技术合作伙伴关系将在2018年有所加强。
“你已经看到了围绕vSAN、vSAN ReadyNodes和VxRail有了一些很好的集成和合作伙伴关系。我认为,我们可能将继续加强这些合作,可能还会在其他领域也加强合作。具体来说,围绕数据保护,Dell现有的很多产品已经支持在这些环境下工作,我们将进一步整合它们。”
O'Farrell强调说,即使VMware更紧密地与Dell Technologies进行集成和合作,双方“都有非常强烈的意愿在整个行业中保持良好的平台级生态系统。”
O'Farrell表示:“这是一个有趣的权衡,但是我们认为保持这个生态系统既强大又非常开放,这一点是很重要的。”
Dell EMC数据保护产品营销副总裁Ruya Atac-Barrett在声明中表示,虽然无法评论其产品路线图,但是“客户和合作伙伴应该知道,我们理解他们VMware技术与Dell EMC数据保护产品之间无缝集成的需求,并将不断进行完善和加强。”
“这种方式让我们远离竞争对手,让我们能够在数据保护产品组合中提供世界级的技术。”
截至发稿,Veeam并没有对此作出评论。
一位来自Dell和VMware解决方案提供商的高管表示,他预计从竞争的角度来说,2018年Dell将更多地利用VMware。
“Dell CEO Michael Dell和Dell Technologies是有竞争力的,他们主导了真么多的市场,所以让Dell产品和VMware产品之间的合作比其他人更好,不仅是有道理的,而且最终会变成现实。VMware现在为Dell所有。他们现在需要更多地利用这一点。”
Veeam最近公布2017年得到8.27亿美元的订单,创下新高,同比增长36%,企业销售增长62%,规模超过100万美元的交易增长500%。现在Veeam的装机群大约是28200个客户,通过联盟合作伙伴关系推动了超过1亿美元的总预定收入。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。