NetApp继续推进除了传统存储业务之外的多元化战略,今天宣布在两年前推出的超融合基础设施上提供NetApp Cloud Data Services服务。
NetApp表示,还将扩展自己的云管理平台功能,使客户能够跨公有云扩展持久存储,并更好地控制他们管理和云服务付费的方式。超融合基础设施(HCI)是一种将存储、计算和网络整合到一个系统使其更高效、更快纵向扩展的系统。
NetApp云业务总经理Anthony Lye表示,目前这个只在NetApp自己超融合基础设施上提供的本地服务虽然市场份额极小,但未来将进一步扩大覆盖范围。
他说:“我们是一家开放的公司,我们超融合基础设施的架构采用了标准的虚拟机,因此可以在任何本地虚拟机环境中使用。”目前被广泛使用的虚拟机(例如VMware虚拟机)是一种用软件模拟以提高效率和灵活性的计算机。
NetApp一直在从传统存储硬件提供商向具有云专业能力的多元化数据管理厂商和转型,而且这一过程颇为曲折。最近NetApp的股票就像是坐过山车波动较大,而且上个月NetApp公布的第四财季盈利情况也令人失望。
但NetApp高管们表示,这一战略正在取得成效并将在今年帮助公司恢复增长。Lye说:“我们有数十家客户每年支付数百万美元购买我们的云服务。”
Cloud Data Services是一套让客户可以用来管理公有云存储和数据的工具,它可以通过分析帮助客户优化使用和成本。自2016年底以来,NetApp一直在不断完善这些服务,现在可以这些服务已经可以在AWS、微软和谷歌的公有云平台上运行了。在今天NetApp的发布之后,同样的服务现在也可以运行在NetApp超融合基础设施上了。Lye说:“因此,你现在可以在私有云上运行和公有云一样的服务了。”
最初在超融合基础设施上实施的包括Kubernetes Service on NetApp HCI软件套件,它结合了自动化Kubernetes部署引擎、应用市场和应用编排引擎,让客户可以使用这些引擎在本地设备和云之间移动工作负载。Kubernetes是一个用于管理容器的开源软件平台,而容器是可以在多个平台上移动的独立软件环境。
此外NetApp还发布了Cloud Volumes托管服务,该服务支持大规模的网络文件系统和服务器消息块存储,以及内置数据保护功能。
Lye表示,这个Kubernetes服务“让你能够将100%兼容[Cloud Native Computing Foundation]Kubernetes到公有云上”。该软件提供群集配置和生命周期管理功能,“一旦构建了代码并将其放入存储库中,我们就拥有了扩展、修复、测试和运行应用所需的所有工具”,并作为一项服务提供给客户。
NetApp的Cloud Insights监控和优化工具提供从物理层到应用层的基础架构监控工具,监控响应时间、容量、虚拟机性能和服务网格状况等指标。Lye表示:“你可以看到并管理所有云实例,还可以捆绑到各种基础设施和应用服务,看到这些基础设施和应用服务的性能表现。”
此外,与用于管理微服务的Istio服务网格集成,意味着用户现在可以跨环境联合群集用于像“金丝雀测试”这样的目的了,在这种情况下,代码更改被推送到少量实时服务器上,用于评估实时服务的准备情况。
Lye说:“我可以使用Istio建立版本1和版本2之间的关系,将流量路由到版本2应用并控制可用的流量,然后可以在多个云中做到这一点。”
目前所有软件均以服务的形式提供了,NetApp已经在其网站上发布大部分产品的定价信息。
好文章,需要你的鼓励
在Meta Connect大会上,Meta展示了新一代Ray-Ban智能眼镜的硬件实力,配备神经腕带支持手势控制,电池续航翻倍,摄像头性能提升。然而AI演示却频频失败,包括Live AI烹饪指导、WhatsApp通话和实时翻译功能都出现问题。尽管Meta在智能眼镜硬件方面表现出色,但AI软件仍远未达到扎克伯格提出的"超级智能"目标。文章建议Meta考虑开放AI生态,允许用户选择其他AI服务商,这可能帮助Meta在AI硬件市场获得优势。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
英伟达同意以50亿美元收购英特尔股份,双方将合作开发多代数据中心和PC产品。英伟达将以每股23.28美元的价格收购约4%的英特尔股份,成为其最大股东之一。两家公司将通过NVLink接口整合各自架构,实现CPU和GPU间的高速数据传输。英特尔将为英伟达AI平台定制x86处理器,并开发集成RTX GPU的x86系统级芯片,用于消费级PC市场。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。