IDC数据显示,预计2025年约75%的数据在边缘产生并在边缘处理。传统IT部门面临的管理难度大、资金成本高、安全可靠性差等问题正在逐步显现,基于此,云计算技术开始下沉到边缘,基于边缘计算的虚拟化桌面越来越多的在日常办公业务中扮演重要角色。
如今VDI(Virtual Desktop Infrastructure)为代表的未来云端桌面解决方案已经成为政企办公的首选,特别是在政府公共事业等领域,通过VDI方案的实施,创造出非凡的IT新价值。来自英特尔®至强®可扩展处理器和HPE GreenLake即服务模式,实现了通过集中IT平台为桌面虚拟化提供强大的助力的解决方案。
业务上云,克恩县数字化转型之路
加州的第三大县,人口近100万的克恩县拥有40多个的部门。之前,每一个县部门都是独立的IT系统,这使整个县的系统变得非常复杂,成本高昂,而且难于管理。
面向数字化转型浪潮,克恩县开始了自身的数字化转型计划,希望通过实现IT和科技运营的现代化,融合该县40多个部门的本地交付的云体验。
克恩县的愿景非常清晰:就是建立一个集中式的IT平台,由CIO办公室作为服务厂商和IT资源的管理者从而实现县部门的整体托管。
英特尔联合HPE加速即服务模式
克恩县选择了HPE GreenLake来驱动它的数字现代化。该县利用HPE GreenLake创建了一个统一的框架,这样全县所有的部门都可以使用同一个平台,并从规模经济中受益。通过HPE GreenLake,克恩县数十个部门实现了IT环境的现代化,节约了成本,强化了数据,从而提升了组织的性能,为居民提供关键性的服务。
以虚拟化桌面建设为例,如果按照传统模式,该县将不得不启动采购流程,收到订单,然后交付设备,这可能要花费数周或数月的时间。
在疫情期间,克恩县利用HPE GreenLake的弹性提高了VDI的能力,以满足对远程工作前所未有的需求。
英特尔®至强可扩展处理器支持英特尔® Speed Shift Technology、英特尔®虚拟化技术、英特尔®定向I/O虚拟化技术、增强型英特尔 SpeedStep等一系列先进技术,可以为VDI虚拟化平台提供高效支持。集合HPE GreenLake可以获得内部部署VDI的优势,包括强大的安全性、流畅的用户体验和出色的生产力。
强大而灵活的产品组合至关重要。第三代英特尔® 至强® 可扩展处理器,连同英特尔的连接、存储和软件产品以及 oneAPI 跨架构工具,能进一步提升已针对工作负载优化的解决方案,让您传输更快、存储更多、计算更广。借此能力,HPE GreenLake 提供的弹性方法,克恩县已经拓宽了带宽,能够立即增加容量,而且服务不会被中断。
目前,克恩县超过75%的部门都在使用HPE GreenLake,该县希望将这一比率提升至100%。克恩县也对通过HPE GreenLake获得云服务强劲、不断扩大的特质非常有兴趣,这种特质使该县能够通过利用HPE GreenLake平台不断增长,持续创新。
HPE GreenLake是一个变革者,通过综合其他因素,它改变了金融的格局。通过该可视性、可预测性,可以集中管理赋能各部门创新并利用敏捷性进行运营。特别是HPE GreenLake IT即服务模式,它使企业能获得高水平的透明度和粒度,这样所有人都能够理解IT交付的价值所在。
此外,HPE金融服务公司与克恩县携手,将其现存、自有的IT资产转变成为增量预算的来源,促进克恩县全面使用HPE GreenLake,同时,维持其IT系统的全面使用。利用HPE认证过的二手科技,HPE金融服务还为克恩县额外提供了200TB的存储量,以此来预防其供应链因疫情而出现的中断。
HPE GreenLake云服务高级副总裁兼总经理 Keith White表示,克恩县是体现HPE GreenLake在公共事务领域价值的绝佳典范,在结合了敏捷性和创新的基础上,在各处交付云体验。
基于第三代英特尔®至强®可扩展处理器的HPE GreenLake为其云服务提供支持后,克恩县已经获得了云的敏捷性、灵活性和创新,同时在本地运行应用和工作负载时能够保持合规、治理、成本控制和可视性。克恩县因此节约了成本,提升了效率,实现了架构的标准化,并在整个疫情期间持续为社区提供极为关键的支持和服务。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。