中国北京 – 2022年8月31日,戴尔科技集团(NYSE: DELL)于今日正式推出与VMware共同设计的全新基础架构解决方案,可为拥抱多云和边缘战略的组织机构提供更强大的性能和更先进的自动化技术。
戴尔科技集团基础架构解决方案集团总裁Jeff Boudreau说:"客户希望我们能够帮助他们简化多云和边缘战略,使IT系统更有效,性能更强大。戴尔科技集团和VMware联合开展多个跨多云、边缘和安全等IT核心领域的工程计划,助力客户更轻松地管理数据,并从中获取价值。"
在由边缘、公有云和本地IT构成的多云环境中,业务数据和应用程序不断增长。越来越多的组织机构运用多云管理数据和应用,到2024年,在边缘运行的应用程序数量将增长800%。
"IDC的全球研究表明,众多组织机构正在努力平衡运营数据中心、边缘和云所带来的快速增加的复杂性和成本,以及满足不断变化的业务对数据集成、安全和应用性能提出的苛刻需求。"负责未来数字化基础架构议程的IDC研究副总裁Mary Johnston Turner指出,"组织机构意识到他们需要一个能与基础架构平台紧密结合且一致有序的运营模式,以支持复杂的、大规模数据驱动的工作负载"。
Dell VxRail为边缘环境提供更高的性能和有史以来最小的系统
戴尔正推出多个新的VxRail系统和软件方面的更新,帮助组织机构提高本地和边缘应用的性能,其中包括业界唯一与VMware联合设计的基于HCI的DPU解决方案。
"软件定义的基础架构服务对网络、存储和安全的需求不断增加,这对紧张的CPU资源提出了更高的要求。随着更多分布式、资源密集型应用的上线,有必要重新构建数据中心的体系结构,充分支持各种新式的应用。"VMware高级副总裁兼云计算基础架构业务部总经理Krish Prasad表示,"Dell VxRail与VMware vSphere 8通过在DPU上运行基础架构服务,可为下一代数据中心架构提供有力基石。这有助于实现更高的网络和应用性能,并在采用零信任安全策略保护现代化企业级工作负载方面达到全新的水平。"
Dell APEX扩大对VMware环境的多云和边缘支持
戴尔为面向VMware工作负载的APEX产品组合增加多项全新服务,可加快云原生应用程序的开发,以及为边缘的应用程序更好地分配计算和存储资源。
基于VMware Cloud的APEX 云服务增加了托管的VMware Tanzu Kubernetes Grid服务,该服务允许IT团队通过基于容器的应用开发方法加快开发人员的工作进度。利用戴尔托管的Tanzu服务,客户可通过vSphere用户界面配置Kubernetes集群。组织机构还能通过在同一平台上构建、测试和运行云原生应用与传统应用,提高开发工作的效率。
APEX私有云和APEX混合云提供了全新的纯计算选项,帮助客户支持更多工作负载,并通过独立拓展计算和存储资源提高IT基础架构的效率。企业可以从小规模开始部署系统,并根据其IT需求的变化扩展其基础架构。客户可通过将纯计算实例连接到戴尔存储(如APEX Data Storage Services)来使用业界领先的企业级存储数据服务。
“APEX混合云使我们能够无缝地管理多云环境,并获得对 VMware工作负载更好的洞察力。它帮助我们把支持应用程序和工作负载的成本降低了20%。"ATN International首席信息官Ben Doyle说,"我们迅速部署了Dell APEX解决方案,并在三个月内轻松地完成了70%的基础架构转移。未来,我们期待与戴尔科技集团开展深入的合作,帮助我们在多云世界里不断前行。”
戴尔验证的AI设计– AutoML利用AI推动数据科学民主化
戴尔验证的AI设计(Dell Validated Designs for AI) - 自动机器学习(AutoML)使用自动的机器学习模型可帮助不同技能水平的数据科学家开发人工智能驱动的应用程序。
该解决方案包括经过测试和验证的Dell VxRail超融合基础架构配置,采用H2O.ai、英伟达和VMware软件,可帮助客户利用自动化技术加快从数据中获得洞察力的速度,使人工智能模型的速度提高18倍。
各类组织机构的报告指出,使用戴尔验证的AI设计能让价值实现的速度提高20%,帮助不同技能水平的数据科学家更快地开发出由人工智能驱动的应用。戴尔验证的AI设计中的VMware Tanzu可提供更高的容器安全性,并支持客户使用VMware Tanzu服务在边缘环境中运行AI。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。