ZDNet至顶网服务器频道 01月23日 编译:甲骨文公司已经正式作出承诺,表示将成为世界范围内使用成本最低核心的数据中心设备供应商。
甲骨文执行主席Larry Ellison于近日宣布将对公司的工程系统——如今被更名为X5——已作出更新,并推出新策略向客户提供业界最低的产品采购价位。
Ellison给出的价格下调理由是,甲骨文已经逐渐意识到并不是每一家客户都希望购买其原有工程系统这类高性能的产品方案,因为此类产品虽然性能出色、但价格标签却也高得吓人。
甲骨文长久以来一直强调称其产品的性价比分析结果在业界始终处于领先水平,但Ellison指出,他“已经厌倦了这样的说法”,并开始意识到低成本、双插槽服务器已经在数据中心核心层面上开始占据统治地位。甲骨文希望进军这一市场,并计划在此击败思科与VCE等竞争对手。具体而言,甲骨文方面拿出的竞争优胜资本就是将价格压得更低。
那么甲骨文到底会给出怎样令人惊喜的低价位?
Ellison给出下面这份图表,旨在说明甲骨文对其融合型系统的全新定价方针,并表示其中同时囊括了甲骨文的现有产品价格以及竞争对手们的折后产品价格。
在Ellison看来,甲骨文公司完全能够将其技术堆栈的采购与运营成本压得更低,而企业客户将能够利用商用(但非高集成化)套件构建起属于自己的核心系统、且采用少量经过细致调整的专有方案与之搭配。
甲骨文公司曾经对商用类解决方案不屑一顾,但如今时代背景的变化使其放弃了这种坚持,Ellison表示新加入的应用模板等机制能够让应用程序在几分钟之内投付运行。这些方案同时也增强了甲骨文传统专有产品的稳定性水平。根据近日公布的结论,甲骨文旗下的新型Virtual Compute Appliance、Database Appliance、Exadata Database Machine以及Big Data Appliance等都将享受到这一增强效果,例如拥有更大的闪存容量、更快的CPU处理速度、更强的内部通信能力等等,这一切原本只能通过产品的更新换代实现。
Zero Data Loss Recovery Appliance更是得到了引人注目的更新效果,即使现有时间不足以对数据进行完整或者增量备份,其仍有基于数据库日志实现数据恢复的能力。除此之外,新的FS1全闪存SAN阵列据说也将把速度表现推向新高度。
Ellison的宣讲颇为低调,而且其间他手中的无线遥控还数次抽风、导致他无法顺利操作演示幻灯片。与此同时,他面前显示器上的内容难以看清,他只好选择背对观众、转身看着大屏幕来阅读产品相关信息。一系列麻烦缠身再加上公布的是低价格设备方案,一股凄凉之感贯穿了整次宣传活动。
通过近日的公告、甲骨文公司为自己设定了一项有趣的销售任务,因为多年以来甲骨文已经用实际行动告诉市场、专有设备才是推动业务发展的最佳途径。然而Ellison近日的态度无疑承认了市场根本不相信甲骨文的那套理论,只有思科UCS以及其它联盟厂商的融合型基础设施才是客户心中的理想选择。
甲骨文如今开始屈尊向市场需求倾斜、打造客户想要而非其自身想要出售的产品,不过仍坚称其集成化系统方案优于竞争对手。但光靠经验及原有成就似乎并不足以说明问题,因为这一次Ellison的演讲主题在于低成本,但是在这方面甲骨文显然没什么经验。因此,甲骨文选择的全新方案势必引发一系列争论。目前唯一明确的信息是,甲骨文公司仍在努力寻找其硬件业务的“甜蜜点”。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
韩国成均馆大学研究团队开发了首个机器遗忘可视化评估系统Unlearning Comparator,解决了AI"选择性失忆"技术缺乏标准化评估的问题。系统通过直观界面帮助研究人员深入比较不同遗忘方法,并基于分析洞察开发出性能优异的引导遗忘新方法,为构建更负责任的AI系统提供重要工具支持。