近日,国际权威分析机构Gartner发布了2021年全球超融合基础设施软件魔力象限(Magic Quadrant for Hyperconverged Infrastructure Software),全球共9家超融合厂商入选,华云数据和深信服作为中国厂商代表,已连续三年进入Gartner超融合魔力象限。
根据Gartner的定义,超融合基础设施(HCI)软件提供了在硬件服务器上运行的单一实例的虚拟化计算、存储和网络。自2020年起,Gartner将超融合魔力象限的研究范畴从超融合集成系统(HCIS)变为超融合基础设施(HCI)软件,对全球市场的超融合产品及服务的发展方向带来了巨大影响。Gartner认为,HCIS主要以一体机形式售卖,受硬件供应商主导,而HCI软件能够支持和部署多种硬件服务器方案,受软件供应商主导,有助于驱动形成特定用例或地区解决方案,并能专注更多云相关的能力。由此可见,软件定义基础设施的趋势仍将持续,超融合领域的竞争实则为各大厂商软件能力的比拼。
相较去年的象限,2021年超融合魔力象限中,VMware和Nutanix依旧位居全球超融合市场的领导者地位,Quantum因于今年7月收购了Pivot3进入象限,DataCore由于不符合入选要求掉出象限。面对Gartner全球维度的评判标准,中国厂商华云数据和深信服已经第三年进入象限,实力证明了其在产品技术、服务水平、用户实践、市场开拓等方面的前瞻性和执行力。
Gartner指出,华云数据的安超OS和Maxta HCI专注于混合云、边缘和VDI(桌面云)场景用例。当前华云数据在中国的业务覆盖广泛,客户以银行/证券、教育、医疗、制造和政府行业的中小型企业为主。华云数据的超融合软件解决方案通过ArIQ的能力提升,可提供自动化运营监控服务和分析。
Gartner评价华云数据的超融合软件优势在于:华云数据的超融合能力进行了扩展,包括备份至华云公有云、提供多GPU模式的VDI解决方案、提供ArIQ自动化运营监控和安超CM云管理平台。华云数据的超融合软件解决方案是一次性永久授权,无需额外的续期费用。当与安超CM捆绑时,华云数据的超融合能够对运行在私有服务器集群、公有云、二级存储或裸金属上的虚拟机和K8s进行管理。
Gartner认为,深信服的HCI软件解决方案专为云迁移、VDI和备份场景而设计。深信服在EMEA和亚太地区拥有长期的安全业务。对中小企业来说,深信服的超融合集成了安全功能是具备吸引力的一点。目前,深信服80%以上的超融合业务在中国运营,客户以核心垂直行业的中大型企业为主,包括制造、政府、医疗和教育行业。
通过本次研究,Gartner发现随着HCI软件应用技术的日渐成熟,许多供应商增加了对K8s等编排工具的集成支持,以满足客户未来对容器管理的需求。无论在企业数据中心、边缘或公有云,简化基础设施运行的管理能力已成为领先HCI软件供应商的重大目标之一。Gartner指出,目前超融合基础设施的主要应用于云原生、边缘、混合云和VDI场景。
华云数据和深信服连续多年受到Gartner的权威认可, 频频亮相国际舞台,对中国超融合市场起到了很好的带动和鼓舞作用。笔者相信,未来,随着中国超融合厂商在产品技术和行业领域的不断深耕,将会为客户提供更优质卓越的产品和服务,开拓更大的全球市场。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
哈佛大学研究团队开发出LangSplatV2系统,实现了超高速3D语言查询功能。该系统通过创新的稀疏编码技术和高效渲染算法,将3D场景语言理解速度提升了47倍,达到每秒384帧的实时处理能力。系统采用全局语义字典和稀疏系数表示,彻底解决了传统方法中解码器速度瓶颈问题,为AR/VR、智能机器人等应用提供了强大的技术基础。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
马里兰大学研究团队提出了CoLa(Chain-of-Layers)方法,让AI模型能够根据任务难度动态调整内部层的使用策略,实现"快思考"和"慢思考"的灵活切换。通过蒙特卡洛树搜索算法,该方法在推理任务上显著提升了模型的准确性和效率,为75%的正确答案找到了更短的处理路径,并纠正了60%的错误答案,为AI模型的架构优化开辟了新方向。