VMware为虚拟化管理员们又提供了一个新版本的vSphere——vSphere 6.7,这不是一次重大的发布,有点混乱但同时又相当重要。
首先,说它重要是因为这个版本显示了VMware对混合云的信心有多少。这一点体现在全新的“vCenter Hybrid Linked Mode”中,该模式允许一个运行在本地或者云中的vCenter版本运行其他vCenter版本——甚至可以是完全不同的版本。这意味着VMware用户不需要保持其部署同步,避免了通过大爆炸式升级来构建混合云的方式。
上周晚些时候,VMware还将Hybrid Cloud Extension添加到Core VMware Cloud on AWS Service中。该扩展以前是有定价的,现在免费提供给客户。这么做是为了让VMware-on-AWS对混合云更加友好,反过来也给用户提供了在本地运行vSphere的一个很好的理由。
该版本具有重要意义的另一个原因,是它反映了VMware正在致力于开发vSphere-on-AWS加快的发布节奏。不过这并不一定意味着你会看到VMware提供更多0.2增量的vSphere版本,但这反映了VMware想到了追赶上AWS的方法。
现在让我们感到困惑的是:VMware花费了几个月的时间提醒vSphere 5.5用户,支持将截止于9月份,以及将把用户推送到vSphere 6.5。
VMware给出的解释是,很多用户都会喜欢6.5中的新功能,特别是那些从5.5升级的功能。VMware预计,6.7中的额外功能——主要是混合云——将吸引来一些用户。
如果混合云还不足以让人兴奋的话,还有其他的。在虚拟化的Nvidia GRID GPU上挂起工作负载的能力,目的是让用户部署高成本卡用于VDI这样以用户为中心的应用,然后在夜间切换到分析或其他工作负载。
对于那些喜欢Optane打包主机的人来说,他们也会喜欢非易失性内存。6.7还将打补丁或升级之后需要重启虚拟机的数量减半了。现在只需要一个虚拟的CTRL-ALT-DEL就可以重新启动并运行。
对Trusted Platform Module(TPM)2.0及其虚拟变体的支持是一项并不复杂的资产,对vSphere HTML 5客户端的诸多调整(可让其管理vSphere、VSAN和NSX)也是如此。
VMware带来了一个安全性方面的惊喜,推出了一个新版本的AppDefense,可以运行在虚拟机管理程序之外。
之所以说这是个惊喜,是因为该产品的代号“Project Goldilocks”反映了VMware认为虚拟机管理程序是观察工作负载和执行最低特权安全执行服务的理想场所。
这个新版本的AppDefense能够对容器执行最小特权策略。要做到这一点,AppDefense将运行在最小特权容器中——最初只有Aqua Security提供这种容器,但VMware已经在与其他容器供应商一起实现这一点了。
VMware表示,它知道结果是让虚拟机不那么孤立——共享操作系统是起不到什么帮助作用的——但将策略应用于两种抽象类型不仅可以赢得更多合作伙伴,也会影响到客户。
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。