戴尔EMC推出了一个集成系统,将把微软的Azure基础架构即服务与数据中心和混合云部署集成在一起。

据了解,该系统致力于给那些计划对微软Azure进行基础架构自动化的公司服务。微软的Azure Stack与戴尔的混合云平台并存运营,将于2017年中推出,并已进行技术预览。另外,Azure堆栈将会预装在戴尔EMC、HPE、联想和思科的服务器上。
据戴尔EMC表示,针对微软Azure Stack的的戴尔EMC云包括:
• Azure私有云和公共云部署之间的统一体验
• 戴尔EMC PowerEdge服务器与网络和存储集成
• 在Azure上集成备份和加密,以及Pivotal Cloud Foundry和另一个戴尔技术单元
• 从自动化工具到专业客户经理的一系列支持服务
戴尔EMC混合平台组产品管理高级总经理Paul Galjan表示,一旦安装了微软Azure Stack系统 ,它将以一个单元的形式进行管理和候补。Galjan说:"平台中的组件包被打包成一个单元,并以此形式应用。同时还有一个非常灵活的消费模式。"
戴尔EMC与微软Azure联合推出的戴尔EMC云预计将于2017年下半年推出。定价将更加接近通用版本。
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。