思科最近与Nutanix建立了合作伙伴关系,在宣布放弃HyperFlex之后,两家公司宣布推出Cisco Compute Hyperconverged with Nutanix,为混合多云计算提供支持。
在思科自己的HyperFlex产品寿终正寝之后,思科和Nutanix正在兑现提供集成超融合基础设施(HCI)产品线的承诺。
思科表示,两家公司于周一推出了Cisco Compute Hyperconverged with Nutanix,旨在为客户提供简化、灵活、可扩展的HCI解决方案,应对混合云和多云的现实。
两家公司表示,Cisco Compute Hyperconverged with Nutanix现已全面上市。
思科依靠与Nutanix新建立的合作伙伴关系,为混合多云计算提供支持。
思科全球战略合作伙伴和联合销售副总裁Nick Holden在一封电子邮件中对CRN表示,新的Cisco Compute Hyperconverged with Nutanix解决方案为合作伙伴拓展了机会。
他表示:“(该产品为合作伙伴提供了)针对混合IT的差异化解决方案,结合了已有需求的优选技术。为合作伙伴提供了更多HCI 设计、迁移和安装服务的机会。”“客户将受益于全面集成和验证的解决方案,该解决方案提供灵活的部署选项,同时支持思科的机架式和模块化服务器产品线。”
思科和Nutanix在今年8月透露,双方将联合推出HCI产品组合,该产品组合将使用思科的SaaS管理计算和网络基础设施——Cisco Unified Computing System (UCS) with Cisco Intersight以及Nutanix Cloud Platform——包括Nutanix Cloud Infrastructure、Nutanix Cloud Manager、Nutanix Unified Storage和Nutanix Desktop Services。两家公司表示,这些产品将由思科及其合作伙伴社区销售。
思科高级副总裁兼Cisco Compute总经理Jeremy Foster在一篇关于该新产品的博文中表示:“这个解决方案的与众不同之处在于,它将思科网络和SaaS管理计算产品组合的优势与Nutanix在市场领先的HCI基础上提供的混合多云软件结合在一起。这成了业界最完善的超融合解决方案,经过全面集成和验证,具有灵活的部署选项,支持思科UCS服务器。”
使用这种新产品的企业将通过云运营模式降低复杂性,并通过增强型联合解决方案支持模式保持超融合系统的运行和安全,从而提高复原力。Foster表示,这些客户还可以通过超融合产品和灵活的部署选项,以及思科和Nutanix提供的最新硬件和软件,解决现代应用和用例问题,从而加快自身的IT转型。
Nutanix的首席商务官Tarkan Maner在关于最新产品的博文中表示:“这个新平台将为更多企业提供一致的云运营模式,其特点是简单、可选和无与伦比的灵活性。这个新平台将为更多企业提供一致的云运营模式,其特点是简单、可选和无与伦比的灵活性。它支持文件、块和对象存储,内置管理程序可运行虚拟机和容器化工作负载,集成了网络和安全功能,以及快照、复制和灾难恢复功能。此外,该解决方案还受益于Nutanix的可移植许可,实现了跨硬件、跨地点的无缝应用和工作负载部署,无论是在企业内部还是在公共云中……我们将继续扩大技术集成合作伙伴生态系统,用经过严格测试、验证和认证的基础设施,帮助企业加快混合多云之旅。”
思科于今年5月发布了放弃Hyperflex超融合产品组合的公告,并于9月晚些时候发布了销售截止日期。一直在与 Nutanix和VMware的领先技术竞争的HyperFlex将思科UCS计算和网络技术与自己的HCI软件和存储节点作为一个集成包结合在一起。然而,合作伙伴当时对CRN透露,他们并没有看到客户思科Hyperflex的强烈采用倾向。思科和Nutanix合作伙伴Long View Systems的网络业务解决方案总监Lane Irvine上个月表示,许多客户反而要求思科和Nutanix联手满足他们的超融合需求。
思科各款HyperFlex Hardware Components的最后订购日期是2024年3月12日。该公司表示,持有有效服务合同的客户将继续通过其服务合同条款获得思科技术援助中心(TAC)的支持。
Foster在周一的博文中表示,确保客户的业务连续性是思科的首要任务。这包括通过思科合作伙伴提供迁移支持,以及支持多种迁移路径,包括与Nutanix合作推出的新产品。
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。