新型冠状病毒肺炎疫情期间,企业云操作系统领导者 Nutanix宣布,将向所有中国企业提供Frame云桌面即服务(DaaS)解决方案的增强免费试用版,来帮助助力企业员工不能正常工作而导致的企业生产力下降问题。
为了让企业深入了解Nutanix中国抗疫策略和Nutanix Frame云桌面解决方案的优势,Nutanix举办了一场线上媒体沟通会,Nutanix中国区董事总经理马莉与Nutanix中国区技术总监夏峰分别介绍了Nutanix将加大力度支持中国企业数字化转型并详细介绍了Nutanix Frame解决方案如何助力企业提升生产力。
疫情之下,远程办公成为“新常态”
疫情之下,远程办公已迅速被中国职场人士和企业机构广泛采用。自2月10日以来,保守估计全国每天有近两亿人通过远程办公方式进行工作。 根据IDC预测,到2021年,中国90%以上的企业将依赖于 本地/专属私有云、多个公有云和传统平台的组合,以满足其基础设施需求。而远程办公的核心推动力就是云计算技术。
目前市场上有大量的需求或者是客户这边的关注点在远程虚拟桌面,以及DaaS (Desktop as a Service)这样的远程办公解决方案,远程办公因为其灵活性、方便性,在任何时间、任何地点、任何设备上都可以获取企业数据进行协同办公这样的特点,被更多的客户和企业关注。
马莉分享到Nutanix在疫情期间也一直把员工的健康和安全放在首位,同时也在关注客户的现有产品使用情况,并与合作伙伴进行联络,建立合作伙伴和客户的培训机制等等。同时,今天软件在简便性、灵活性、性能和易用性等方面表现远远优于硬件。因此,推动中国新未来的理应是云技术和超融合基础架构支持的软件解决方案。作为现代化基础架构和超融合基础架构的提供商,Nutanix也在计划推出一些创新性的解决方案来保证企业业务连续性并加速助力中国客户复工复产。
疫情之下,VDI 和 DaaS 成为理想解决方案
远程办公让VDI(虚拟桌面架构) 和 DaaS (桌面即服务)成为一种理想的解决方案。但是我们也看到在2月份开始的时候,企业运用远程办公工具都遇到了一定的挑战,特别是整个系统的后台支持能力。
对于很多企业来讲,VDI和 DaaS的运行环境是大量的企业员工长期进行线上办公会给后台特别是数据中心架构造成一定的压力,因此企业一方面要构建轻松管理大量桌面,包括安装新应用,管理OS,快速置备/取消置备用户等,一方面要保证访问公司数据的安全,包括严格身份认证、 权限管理、访问策略等。如何实现终端用户可以使用或选择自有的设备在任何地方和设备上访问应用及数据都是企业远程办公追求的方向。
夏峰分享到,“企业做虚拟桌面的时候遇到最大的问题就是传统后台IT基础架构要一下子应对大量的并发用户上线的时候会遇到很大的障碍。”虚拟桌面实际上是通过后台的IT基础架构,基于一定的计算能力、存储资源来推送桌面给前端各种各样的设备,同时上线的用户对后台计算资源的要求比较大。
因此Nutanix基于收购的 Frame,来为用户提供一种基于云环境的虚拟桌面解决方案,既可以提供一个灵活、可水平扩展的IT基础架构,能够支撑传统架构面临的开机风暴、不确定的上线用户数或者是同时上线的并发用户数。
夏峰谈到,Nutanix Frame 是一种基于云环境的虚拟桌面解决方案。它具有灵活、安全、可靠以及 无需依赖或占用任何内部硬件即可访问的特点。
Nutanix Frame的优势是通过云技术来确保企业业务连续性,特别是基于公有云、私有云和混合云的服务确保了企业可以持续访问和使用关键数据。
由于 Frame 是基于云环境的解决方案,所以可以快速的为客户或合作伙伴建立虚拟工作空间,通常只需不到一个小时。
对于远程办公的员工来讲,特别是受到出行限制的员工,只需使用网络浏览器,从家中就可以安全可靠地访问任何应用,而不需下载或升级软件。
而桌面即服务(DaaS)能够为企业带来的最大价值在于其能够让企业在不牺牲业务安 全性、生产力或性能的情况下,为人员提供流动性和灵活性。它让员工可以在任何地方、 任何设备上工作,不受任何限制地安全访问工作桌面、文件和网络。
目前中国市场对Xi Frame感兴趣的合作伙伴和客户也非常多,Nutanix正在积极地和本地合作伙伴和客户讨论基于Xi Frame的云虚拟桌面解决方案在中国落地。“如果有一个全球性的非常好的产品和解决方案,我们应该让中国的客户受益,我们应该把它更多地贡献给中国信息化的发展。” 夏峰最后表示。
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。