中国北京,2019年4月10日 —— Hewlett Packard Enterprise (HPE) 和Nutanix (NTNX)今日宣布,双方将开展全球性合作,为市场提供混合云即服务 (aaS) 一体化解决方案。该方案将利用Nutanix企业云操作系统软件(包括Nutanix的免费内置AHV管理程序),通过HPE GreenLake向客户提供完全由HPE管理的混合云服务,大幅降低客户的总体拥有成本,加快实现价值。
此外,根据协议,Nutanix将推动其渠道合作伙伴直接出售安装Nutanix企业云操作系统软件的HPE服务器,确保客户可以购买到一体化集成设备。
如何推动创新、加快数字化转型是当今企业持续面临的挑战。混合IT领域的传统方案存在很多问题,例如复杂的系统需要配备大量的IT操作人员,软件许可和运行费用日益上升,厂商锁定引发客户担忧等。因此,在一个注重多样性和敏捷性的时代,企业反而在逐渐失去灵活性。
通过此次合作,HPE与Nutanix将推出一种极具吸引力、可降低成本和复杂性的替代方案来解决上述挑战。这一综合性解决方案将提供完全可控的混合云基础设施即服务,部署在客户的数据中心或主机托管设施。
HPE GreenLake和Nutanix企业云操作系统软件的结合为希望利用Nutanix(包括其AHV虚拟化技术)支持各类应用案例的客户提供了最佳选择。
相关应用案例包括关键任务型工作负载和大数据应用程序:SAP、甲骨文、微软等顶级企业的虚拟化工作负载,以及Splunk、Hadoop等虚拟化大数据应用程序的支持等。
HPE GreenLake aaS方案可在以下方面为客户带来益处:
HPE总裁兼首席执行官Antonio Neri表示: “HPE通过HPE GreenLake构建了新型的本地部署消费即服务市场。目前,全球有数百家客户使用HPE GreenLake获得与内部环境的安全、治理和应用性能相结合的云服务,并根据实际使用情况进行付费。目前,HPE正在为寻找敏捷度更高、成本更低的混合云替代方案的客户提供更多选择,以扩大自身在该市场的领导地位。”
Nutanix创始人、首席执行官兼董事会主席Dheeraj Pandey表示: “客户告诉我们,应用程序对他们而言至关重要。此次与HPE的合作将为Nutanix的客户带来更多选择,实现基础架构隐形。这样,客户可以将注意力集中在业务关键型应用程序上,无需关注底层技术。我们很高兴与HPE达成合作,让为自身业务寻找合适的混合云解决方案的企业受益。”
HPE GreenLake是行业领先的本地IT消费即服务解决方案。它支持客户根据工作量或资源使用量的实际计量结果进行付费,可在客户出现容量需求之前迅速完成扩展,并具有企业级管理和支持功能。客户可通过数据中心或主机托管环境体验HPE GreenLake的云服务。
凭借HPE一流的合作模式和不断扩展的合作伙伴生态系统,客户可以利用自己选择的技术设计并轻松使用IT解决方案,通过减少超量配置降低资本支出,提高IT资源的使用效率,推动关键IT项目更快地实现价值。4
今后,Nutanix将推动其渠道合作伙伴直接出售安装Nutanix企业云操作系统软件的HPE服务器,确保客户可以购买到一体化的设备。
两家公司此次合作推出的解决方案将兼具安全性和创新性的ProLiant和Apollo服务器(HPE打造的全球最大的安装基础)与Nutanix首创的企业云操作系统软件相结合,全面实现了一体化。Nutanix的客户可以利用直接由HPE工厂提供的方案实现数据中心环境的现代化,并在其首选的硬件和软件平台上获得支持服务。
搭载Nutanix企业云操作系统软件的HPE GreenLake和在HPE 服务器上安装Nutanix软件的一体化集成设备预计将于2019年第三季度上市。
今年,HPE和Nutanix将在各自的客户大会上展示两家公司合作打造的解决方案。Nutanix的客户大会(Nutanix .NEXT)将于2019年5月7-9日在美国加利福尼亚州阿纳海姆举办。HPE的客户大会(HPE Discover)将于2019年6月17-19日在美国内华达州拉斯维加斯举办。
备注:
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。