在今年5月的戴尔全球科技峰会上,戴尔科技推出了与微软、红帽和VMware联合开发的Dell APEX Cloud Platform。这个平台将公有云的操作环境扩展到了企业本地环境。
最近,Dell APEX Cloud Platform for Microsoft Azure上市,作为Dell APEX Cloud Platform系列的首款产品,这也是首款面向Microsoft Azure Stack HCI的高级解决方案。这款产品是与微软合作开发的全新的完全集成的交钥匙系统,可以将Microsoft Azure混合云体验扩展至数据中心和边缘环境。
Dell APEX Cloud Platform for Microsoft Azure的推出,是否成为戴尔面向多云现代化需求之旅中的一个里程碑,给大家带来哪些新的体验是值得我们探讨的问题。
当前混合云市场已经发生了根本性变化,从本地私有云、公有云到混合云,从云原生到多云管理。根据一项关于多云应用部署趋势的ESG研究,48%的受访客户正在扩大本地部署规模。企业对于管理多云基础设施的复杂性越来越迫切,多云管理现在几乎是每个企业IT管理员必须面对的现实。
Dell APEX Cloud Platform for Microsoft Azure为客户提供了将Microsoft Azure引入其数据中心和边缘位置的最佳方式,提供本地私有云的体验,同时提供了类似的经济效益和公有云所期望的相同灵活性。让交钥匙的即服务模式成为可能。
从公开的信息,我们看到Dell APEX Cloud Platform for Microsoft Azure解决方案的一些优势,包括为客户提供了将 Microsoft Azure 引入其数据中心和边缘位置的最佳方式。即提供本地私有云的体验,同时提供了类似的经济效益和公共云所期望的相同灵活性。
可以这样认为,企业无论是想在公有云中遨游,还是说是在任何一个IT环境中实现云体验,Dell APEX Cloud Platform for Microsoft Azure满足企业业务需求和工作负载的灵活移动,实现应用程序和数据放在企业客户所需要的地方。
当然通过基于戴尔科技和微软长达数十年的深入合作,戴尔科技在提供软件驱动的管理和编排及软件定义存储方面的专业知识,与微软在云服务和容器编排方面的领先地位相结合,共同成就了Dell APEX Cloud Platform for Microsoft Azure。具备简化在本地和公有云之间实现一致的Azure操作管理,以及更快的应用交付等优点。从实际客户反馈来看,客户也是十分愿意采用 Dell APEX Cloud Platform for Microsoft Azure 来扩展其本地Azure 部署。
然而,我们仍期待看到更多的差异化能力,例如Dell APEX Cloud Platform for Microsoft Azure的独特的自动化模式,戴尔服务器和存储产品在扩展到边缘方面的优势,以及戴尔的软件定义存储是否发挥了其价值。
此外,我们也期待看到戴尔与微软的产品在实施多云策略时,如何保证数据的安全性和隐私性,如何选择数据安全模式,如何计算企业上云成本,是否针对中小企业有不同的服务,以及Dell APEX Cloud Platform for Microsoft Azure的解决方案是否有新的策略。
如果这些问题得以解决,Dell APEX Cloud Platform for Microsoft Azure将会给企业用户带来全新的体验。了解更多
当然我想不同客户、不同行业在云上业务运行过程中有好的落地经验也会面临不同的挑战,也期待你针对当下自身企业面临的云上业务分享自身的落地经验和对当下面临的挑战进行分享,让我们思想碰撞来加速混合云新体验,实现企业业务加速发展。
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里达摩院联合浙江大学推出VideoRefer套件,这是首个能够精确理解视频中特定物体的AI系统。该系统不仅能识别整体场景,更能针对用户指定的任何物体进行详细分析和跨时间追踪。研究团队构建了包含70万样本的高质量数据集VideoRefer-700K,并设计了全面的评估体系VideoRefer-Bench。实验显示该技术在专业视频理解任务中显著超越现有方法,在安防监控、自动驾驶、视频编辑等领域具有广阔应用前景。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
Sa2VA是由UC默塞德等高校联合开发的突破性AI系统,首次实现图像视频的统一理解与精确分割。通过巧妙融合SAM-2视频分割技术和LLaVA多模态对话能力,Sa2VA能够同时进行自然对话和像素级物体标注。研究团队还构建了包含7万多个复杂视频表达式的Ref-SAV数据集,显著提升了AI在长文本描述和复杂场景下的表现。实验显示,Sa2VA在多个基准测试中达到业界领先水平,为视频编辑、医疗诊断、智能监控等领域带来新的应用可能性。