ZD至顶网服务器频道 09月17日 新闻消息:VMware 日前发布了 vSphere 6.0 2m更新,主要的功能是一款为Windows vCenter 服务器设备的迁移工具。
vCenter是 VMware 的密钥管理应用程序,有两个系统版本。Windows vCenter 服务器可在微软的著名操作系统里运行,用于管理虚拟机(VM)。VMware 在过去的几年里又打造了另一个版本,即vCenter 服务器设备版,其功能与Windows 版相当。设备版是个基于Linux的庞大系统,在很多情况下以虚拟机的形式交付,开箱即可运行。
设备版无需操作系统许可证即可运行,也无需要数据库:系统自带vPostgres 数据库。Windows 版则需要 SQL 服务器或甲骨文服务器。大家都知道甲骨文那种模式对于一些想将自己的产品在VMware上虚拟化的用户并不友好。
还有,诚如VMware常常爱说的那样,使用甲骨文、SQL服务器和Windows都是需要掏钱的,不过使用设备版意味着用户可以省下虚拟机的许可费用,虚拟机许可也就是管理VM用用,做不了别的。
这一块最有意思的事情或许是,用户提出了这方面的需求。VMware允许开发所谓的"露水"(Fling)程序,即那些一开始并无支持但却有用的工具。该迁移工具一开始也是个露水程序,后来开始流行,现在成了正式产品。
用来干什么呢?很简单:它可以将Windows vCenter 服务器的设置传送到 vCenter 服务器设备里,只是需要用鼠标点击几下,所有的数据就都升迁到 vPostgres里。
该迁移工具是此次vSphere更新里唯一新增的东西。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自首尔国立大学的研究提出了状态机推理(SMR)框架,解决了大型语言模型在信息检索中的过度思考问题。研究者将推理过程从冗长的令牌生成转变为离散动作(精炼、重排序、停止),使系统能够高效地在状态间转换。实验结果表明,SMR在BEIR和BRIGHT基准测试中显著提高了检索性能,同时减少了74.4%的计算资源消耗,证明其在不同语言模型和检索器中的通用性。这种结构化方法不仅解决了冗余轨迹和误导性推理问题,还为构建更高效的信息检索系统提供了新思路。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
REASONING GYM是GitHub团队开发的一个突破性推理环境库,为强化学习模型提供可验证奖励。与传统固定数据集不同,它能生成无限训练数据并调整难度,涵盖代数、算术、认知、几何等100多个领域的数据生成器。研究显示,即使顶尖AI模型在复杂任务上表现也不佳,而专门针对推理训练的模型明显优于通用模型。更重要的是,在一个领域学习的技能可以意外地迁移到其他领域,这为提升AI推理能力提供了新路径。