2022年2月16日,北京 - 混合多云计算领导者Nutanix(纳斯达克:NTNX)今日宣布在全球推出简化的产品组合,以适应快速变化的客户需求。Nutanix云平台为所有类型的云提供统一的运营模式,包括公有云、私有云、混合云。随着此次新产品的推出,Nutanix为客户提供了一套易用的解决方案,以帮助其进一步提高数字化转型效率。
Nutanix的新产品组合不仅可以让客户能够更加轻松地执行混合多云战略,还解决了由跨多个环境启用全方位混合云服务带来的复杂性问题。通过简化产品包装、计量和定价,Nutanix能够帮助客户根据需求变化轻松作出规划,包括工作负载扩展、云偏好、技术更新等。Nutanix针对常见用例拥有经过验证的设计和部署的最佳实践,客户可通过利用这些优势进一步加速其上云之旅。
IDC基础设施系统、平台、技术集团全球副总裁Ashish Nadkarni表示:“Nutanix从成立之初为SAN存储提供更加灵活且易于管理的替代方案,到如今已经成长为一个覆盖虚拟化、网络、安全的完整云平台,可以支持跨企业本地部署和公有云的所有工作负载。Nutanix的新产品组合提供了更大的灵活性,能够帮助客户适应不断变化的业务需求。”
Nutanix以市场领先的超融合基础架构(HCI)解决方案为基础,建立了一个企业级的统一云平台。简化后的新产品组合包括:
Nutanix产品管理高级副总裁Thomas Cornely表示:“Nutanix云平台基于市场领先的超融合基础架构软件,为企业提供统一的云运营模式。我们推出的全新的简化产品组合汇集了跨本地部署和公有云的丰富产品功能,为虚拟机和容器中的应用提供统一的基础架构、数据服务、管理和运营。”
Nutanix的一些客户分享了他们的看法。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。