世界进入新经济环境,所有企业都将成为“数字化原生企业”,数字化转型成为企业的核心战略。
数字化转型要求企业敏捷应对市场需求,快速推出新的产品和服务,需要全新的IT系统作为支撑;与此同时,企业原有的传统IT由运营驱动、注重成本,将与新兴业务系统并存,构成复杂的混合基础架构。我们需要更灵活的IT基础架构,既能高效运行当前的传统工作负载和应用,同时面向未来,为各类新兴业务提供创新动力,这对IT基础架构的整体设计提出了新的要求。
面向企业对传统IT和新兴IT的混合需求,新华三Synergy塑合型基础架构能够提供有效解决方案,统一管理不同工作负载。
作为业内首个为衔接传统及云原生应用而架构的塑合式平台,Synergy将计算、存储、网络等设备通过具备软件定义、自动化等特性的管理系统,集成为统一的IT基础设施交付给用户。其中,计算、存储和结构网络可以被不断重新组合,以支持物理、虚拟和容器化的工作负载。并且,所有的组合启动后即可立即用于部署工作负载,从而帮助用户实现快速部署、快速应用开发、无缝更新目标,满足云时代企业业务需求。
Synergy具备了流动资源池、软件定义智能以及统一API等三大特性。
流动资源池使得一个基础设施包括分散的计算、存储和结构池,启动后即可立即用于部署各种工作负载,并实现简单化、自动化扩展。软件定义的智能使得一个管理界面集成所有孤岛,通过模板自动进行更改操作,如升级固件、添加服务存储、修改网络连接等,从而极大地减少手动交互及人为错误,对于用户来说,这可以十分有效地降低设备运维的复杂性,并消除不必要的宕机。
Synergy提供的统一API使得用户仅需一行代码即可供应裸机基础设施,并支持用户使用自己的工具和方式进行集成,实现部署和变更仅需数秒钟,极大地提升了基础设施支持业务应用的速度。
更让人惊喜的是,Synergy通过实现整个基础设施的轻松管理和互操作,支持所有应用和运营模型,可以同时满足传统业务和数字化经济需求,借助连接传统业务与新业务基础设施的能力快速创造价值。
流动资源池、软件定义智能以及统一API,解决了资源云时代客户对于资源池化、基础设施及应用的集成与运维管理自动化的迫切需求。这表明Synergy是真正应用驱动型的技术创新解决方案,完全符合新华三关于新经济时代技术和应用双轮驱动创新的论断。
新华三集团副总裁、中国区产品行销部IT产品部总经理陈振宽表示,中国当前正在面临数字化转型,在新的经济形势下,需要更加灵活、智能、高效的IT基础设施来支撑用户同时面对传统业务与新IT架构的双重需求。“满足这种需求的Synergy塑合型基础架构充分反映了新华三在新IT、新计算方面的竞争实力,是新华三国际合作加速自主创新战略成果的集中体现,它将帮助客户在不抛弃现有资产的同时快速向数字经济进行转型,成为推动新经济时代企业发展的强大引擎。”陈振宽说。
在国际合作加速自主创新的战略下,新华三服务器品牌以新计算开创新格局,深刻洞察各行业发展趋势,将通过驱动时代的新计算,助力各行各业实现从传统IT向新IT的演进与融合。
新华三是HPE服务器、存储产品和技术服务在中国的独家提供商。依托HPE全球领先的技术前瞻,新华三提供了多款独树一帜的新IT解决方案,包括面向数据中心主流应用的x86工业标准服务器、Apollo密度优化服务器、以及3PAR高端存储系统。
Synergy则是全新的塑合架构系统,其集计算、存储、管理为一体的架构为HPE所独创,通过构建流动资源池、软件定义的智能和统一API,实现基础设施即代码(DevOps),对于应用所需的基础设施资源实现秒级供给。
与此同时,新华三在自主创新方面也注入了强大的实力。于2016年推出多款自主研发服务器存储系统,全面覆盖企业关键业务、大数据及虚拟化整合等主流业务需求。自研服务器产品已在多个大型互联网公司得到规模应用,在技术水平、供应链能力、售后服务能力等方面获得客户认可。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。