ZD至顶网服务器频道 04月26日 新闻消息: VMware本周早些时候表示,在VMware第一财季中NSX的订购量同比增长了100%,这对于那些关心VMware服务器虚拟化业务下滑的投资者们来说是一个好消息。
尽管NSX并没有像vSphere那样被广泛部署,但是VMware合作伙伴称,他们有信心这项技术将帮助VMware保持在数据中心市场的统治地位。
EchoStor是一家总部在马萨诸塞州Hopkinton的VMware合作伙伴公司,该公司总裁Scott Trinque表示:“人们的兴趣越来越浓厚,我要说是超过以往任何时候的,客户正在看到价值,并在做更多的投资。”
现在NSX有超过1400家客户,其中有大约350家是在生产网络中采用这项技术的,VMware首席执行官Pat Gelsinger在财报电话会议上这样表示。
然而,VMware的vSphere服务器虚拟化业务在该季度继续下滑,计算许可订购量同比减少10%,总体计算订购量下滑1%。虽然VMware一直在向vSphere中增加新的功能特性,但是这并没有阻止跌势。
NSX要想达到vSphere那样的地位还有很长的路要走,现在VMware更多地专注于讨论该技术的具体案例,而不是销售数字。在进入2016年之前,NSX的年运营率是6亿美元,但是VMware至今没有更新这个数字。
虽然VMware此前曾表示,大多数NSX客户都是在思科的网络硬件上使用NSX,但是它也支持来自其他厂商的硬件,包括各种白盒设备。
现在VMware已经有客户在使用NSX的同时,也在用竞争对手思科的Application Centric Infrastructure (ACI)技术,包括Shutterfly和SugarCreek,Gelginger这样表示。本月早些时候据CRN报道,VMware合作伙伴看到有越来越多的客户在同时部署NSX与ACI。
“我们有非常深度的新能力,总体来看,NSX无疑正在被视为首选的技术,”Gelginger在电话会议上这样表示。
August Schell是一家总部在马里兰州罗克韦尔的VMware合作伙伴公司,该公司副总裁Ron Flax表示,他在客户群中看到了对NSX强烈的兴趣。最近,August Schell看到与NSX相关的服务商机是呈增长态势的,Flax这样表示。
NSX的微细分——或者说网络安全——使用实例主要就是为了推动这一点,Flax表示。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。