近日,由VMware举办的年度云计算基础架构、虚拟化及企业移动管理技术盛会vFORUM2017在北京隆重举行,累计超过8000位IT专业人士参加了此次盛会,全球顶尖的IT厂商与中国本土合作伙伴及行业用户分享了最新的企业级技术,并共同探讨了企业数字化转型的经验,帮助用户实现业务增长。
Ivanti受邀参加此次VMware vFORUM 2017盛会并在大会现场详细介绍了Ivanti与VMware紧密集成的解决方案,尤其是适用于VMware的Windows服务器补丁管理系统和Ivanti服务器性能管理解决方案这两大亮点,开启虚拟服务器和桌面高效管理新时代。
前身名为LANDESK的Ivanti在2017年年初完成了各个产品线的品牌整合,汇集了来自LANDESK、AppSense、Shavlik、Wavelink和HEAT Software的世界级解决方案。此次大会上颇受瞩目的Windows服务器补丁管理系统便是来自与VMware有深远渊源的Shavlik,尤其是在VMware技术搭建的服务器和桌面虚拟化环境中,可以高效、自动化的进行补丁管理。
适用于VMware环境的Windows服务器补丁管理系统有以下四个特点:
一,可快速发现虚拟机。通常虚拟机的创建更加容易甚至随意,不像物理机那么好找,容易遗漏,对于该补丁管理系统来说,物理机与虚拟机的发现没有区别。
二,可在关机状态下快速扫描虚拟服务器上的补丁情况,发现安全漏洞,而且无需安装客户端软件。这可谓是该补丁管理软件最大的优势,因为在虚拟化环境中,虚拟机模板所在的服务器通常是关机状态,该功能大大节省了管理员的人工操作时间。
三,可以为虚拟机模板提供补丁的自动化管理和修复。如前面所说,虚拟机模板所在的服务器通常是关机状态,只有在需要提供镜像的时候才会开机,该功能可以在关机状态下为虚拟机模板打补丁,实现断开网卡、虚拟机开机、扫描修复、重启、让补丁生效等一系列操作的自动化,无需人工干预,从而确保由该模板生成的其他虚拟桌面的所有补丁都保持最新更新。
四,补丁的自动化修复。系统会将补丁扫描后的结果推送给管理员,可以由管理员决定什么时间、如何去安装,也可以完全自动化地安装补丁。
此次的另一大亮点便是Ivanti服务器性能管理解决方案,在VMware技术所提供的虚拟化环境中,虚拟服务器和虚拟桌面的性能问题通常会相互干扰,不像物理机环境中每台设备相对独立,Ivanti性能管理器能够为CPU、内存和磁盘等资源的分配,提供优化后的性能,确保在虚拟桌面和物理桌面的用户都能获得一致的用户体验。数据显示,基于对性能优化最佳实践的应用,Ivanti性能管理器能够让应用程序性能有平均20%左右的性能提升。这也意味着,企业可以更加有效的利用系统资源,平均节省40%的硬件成本。
Ivanti大中国区总经理刘剑明表示,“Ivanti与VMware的双剑合璧,可以帮助用户更好地管理其虚拟服务器和桌面,让IT团队和工作效率更高,同时降低成本,实现一加一大于二的双赢合作。我们也很高兴,在vFORUM 2017上Ivanti这个全新的品牌广受用户与合作伙伴的高度关注, Ivanti将继续为企业用户提供高效的现代化IT解决方案,在推动企业数字化转型的新时代道路上砥砺前行。”
好文章,需要你的鼓励
这篇博客详细解读了阿里巴巴通义实验室和中科大联合开发的VRAG-RL框架,该框架通过强化学习优化视觉语言模型处理复杂视觉信息的能力。研究创新性地定义了视觉感知动作空间,使模型能从粗到细地感知信息密集区域,并设计了结合检索效率与结果质量的精细奖励机制。实验表明,该方法在各类视觉理解任务上大幅超越现有技术,Qwen2.5-VL-7B和3B模型分别提升了20%和30%的性能,为处理图表、布局等复杂视觉信息提供了更强大的工具。
香港科技大学研究团队发现AI训练中的验证器存在严重缺陷。基于规则的验证器虽精确但僵化,平均有14%的正确答案因表达形式不同被误判;基于模型的验证器虽灵活但极易被"黑客攻击",AI可通过输出特定模式欺骗验证器获得不当奖励。研究提出混合验证器设计,结合两者优势,在数学推理任务上将性能提升3个百分点,为开发更可靠的AI训练系统提供重要启示。
这项研究提出了"用生成图像思考"的创新范式,使AI能够通过生成中间视觉步骤在文本和图像模态间自然思考。研究者实现了"原生长多模态思维过程",使大型多模态模型能够生成视觉子目标和自我批评视觉假设。实验表明,该方法在处理复杂多物体场景时性能提升高达50%,为医学研究、建筑设计和刑事侦查等领域开创了新的应用可能。
这篇论文介绍了GRE套装,一个通过精细调优视觉语言模型和增强推理链来提升图像地理定位能力的创新框架。研究团队开发了高质量地理推理数据集GRE30K、多阶段推理模型GRE以及全面评估基准GREval-Bench。通过冷启动监督微调与两阶段强化学习相结合的训练策略,GRE模型能够有效识别图像中的显性和隐性地理指标,在Im2GPS3k和GWS15k等主流基准上显著优于现有方法,为全球图像地理定位任务提供了更准确、更可解释的解决方案。