全球领先的企业软件创新者VMware(NYSE: VMW)推出最新版本VMware vSphere 和 VMware vSAN--助力业界领先的超融合基础架构(HCI)解决方案,帮助各企业在数据中心、边缘、公有云或混合云环境中安全地运行关键业务应用和现代化应用。VMware vSphere 6.7和VMware vSAN 6.7将增强用户体验、安全、应用支持和混合云管理功能。
各企业正面临着公有云服务、数据中心和边缘资源日益增长导致的日渐复杂的技术环境。为了应对这种复杂性和技术变革的速度,企业必须立足于一个提供统一基础架构和运营,并具有固有安全的数字化基础。VMware软件能够打造集成的数字化基础,助力业务和行业的应用与服务转型。对客户而言,它能够通过一个从云端到数据中心直至边缘网关的灵活且安全的通用操作环境而提供最全面的投资保护。
VMware主管产品和云计算服务的首席运营官Rajiv Ramaswami表示:"我们的计算和HCI产品组合屡获殊荣并不断创新,让混合云成为现实。vSAN的快速普及和vSphere长期市场领导地位证明了从本地拓展至公有云的数字化基础至关重要。"
市场研究公司IDC称,VMware vSphere和VMware vSAN--两种数字化基础构建模块在其相关行业都处于领先地位。(1和2)
VMware vSphere 6.7:面向混合云的高效安全平台
VMware vSphere 6.7将引入增强的新功能,以协助提供面向混合云环境的高效且更安全的平台。最新版本将提供简单高效的规模化管理、全面内置安全、对更多工作负载的加强支持以及无缝的混合云体验。VMware vSphere 6.7将继续为客户提供通用的应用平台,支持人工智能(AI)、机器学习(ML)、大数据、关键业务、原生云、内存和3D图形等工作负载。
VMware vSphere 6.7中新增功能和增强功能将包括:
• 全新vCenter混合链接模式:支持在企业本地及公有云(如:VMware Cloud on AWS、IBM Cloud云平台以及其他VMware云服务供应商计划中合作伙伴的云)上运行的各版本vSphere获得统一可视化和管理。这将允许客户按需维护其当前版本的本地vSphere,同时拥有基于vSphere公有云的新功能所带来的优势。
• 全新ESXi单次重启和vSphere快速启动:通过将启动次数减半来极大缩短补丁和升级时间,而且vSphere的快速启动功能将跳过硬件初始化步骤以实现更快重启。
• 全新vSphere持久内存:充分利用永久性存储器的最新创新技术,显著增强现有应用和新应用的性能?
• 支持现代工作负载的增强型NVIDIA GRID vGPUs:通过面向GPU加速环境中虚拟机的全新暂停和恢复功能,改进主机生命周期管理并减少终端用户中断。vSphere 6.7将增强对NVIDIA GRID虚拟PC或虚拟应用程序(针对知识型工作者)和NVIDIA Quadro虚拟数据中心工作站(针对设计和工程专业人员)的支持,以实现对VDI工作负载的最佳管理,并协助管理员运行其他支持NVIDIA GPU的工作负载,包括AI和ML。
• 全新的可信平台模块(TPM)2.0支持功能与虚拟TPM 2.0:这种组合将显著增强虚拟机管理程序和客户机操作系统的保护力度和完整性。虚拟TPM 2.0将有助于防止虚拟机和主机遭到篡改或入侵,从而阻止加载未授权的组件并启用客户机操作系统的安全功能。
• 增强型VMware vSphere Client:基于HTML-5的最新版vSphere Client将引入新功能来管理VMware NSX、vSAN和vSphere Update Manager,同时增强对第三方产品的支持。?
增强型vCenter Server Appliance将通过更高效的管理功能和显著的性能提升提供更好的用户体验,为vSphere管理员带来更快的体验(相比vSphere 6.5),同时节省大量时间和成本。性能提升将包括:
• 每秒vCenter操作性能提高200%(3)
• 内存使用量减少300%(3)
• 与DRS相关的操作速度提高了300%(如:开机、添加虚拟机)(3)
VMware vSphere客户还可部署VMware AppDefense进一步保护位于数据中心或云端的应用程序的安全。AppDefense利用在vSphere中的独特位置可了解应用程序的动态,针对预期状态进行监控以及在任何人或任何行为试图操纵时自动响应。?
VMware vSAN 6.7:在本地和云端提升超融合基础架构(HCI)体验
vSAN可助力任一HCI供应商的最大混合云生态系统,支持客户在本地或云端利用超融合基础架构发展其vSphere环境,通过高效运营降低总体拥有成本(TCO),并可轻松满足未来需求。VMware vSAN 6.7借助全新直观界面缩短了掌握专业技术的时间,并通过先进的监控和分析加速决策制定。
VMware vSAN 6.7的新增功能和增强功能包括:
• 全新VMware vSphere HTML5客户端:利用基于HTML5的vSphere Client为vSAN管理员提供统一直观的管理体验,为vSAN操作引入新功能和优化的工作流程。
• vCenter Server引入全新集成的vRealize Operations Healthchecks :将提供单一监控面板,以监测和控制多个HCI环境。vRealize Operations 6.7将提供vSAN 6.7环境的全局操作视图,其中六个新的控制面板嵌入vCenter Server 6.7之中,协助客户监控容量、性能、KPI和警报等。此功能不需要单独的vRealize Operations许可证,并可供具有vSAN Advanced或vSAN Enterprise许可证的任何人使用。
• 全新主机锁定和iSCSI故障转移功能:将HCI的适用性扩展至Cassandra、Hadoop和MongoDB等应用程序以及集群式Windows Server环境。为了解新的应用支持,客户须联系VMware以获得更多详细信息。
• 全新智能自我修复功能:可缓解智能资源分配的硬件故障等破坏性事件的影响。
• 增强型vSAN加密:符合美国联邦政府的严格安全要求,并通过FIPS 140-2验证来保护数据免受破坏性事件的影响。
此外,VMware还宣布推出vSAN ReadyCare以改善对HCI环境的支持体验。VMware将通过结合vSAN Support Insight高级分析的主动遥测功能和对VMware技术支持部门人员的广泛投资,帮助客户保持高性能,避免问题或快速解决问题以及最大限度地缩短停机时间。?
VMware是公认的领先HCI软件提供商,现为四大公有云提供商中的两家公司(即:AWS和IBM)提供vSphere和基于vSAN的HCI。通过广泛的合作伙伴生态系统,VMware能够支持最广泛的HCI软件消费选项,从一站式HCI集成系统(如:Dell EMC VxRail和VxRack SDDC解决方案)、业经认证的vSAN ReadyNode硬件参考架构到公有云中的服务消费模型等。
客户评价
世纪电信公司(CenturyLink)私有云首席高级产品经理Steve Nolen表示:"我们目前拥有多种云产品,并基于VMware vSAN的强大功能为我们的客户提供世界一流的解决方案。VMware vSAN已成为整个软件定义数据中心(SDDC)的基础组成部分。"
"vSAN在高性能全闪存设备上已完美扩展至超过11PB的生产数据,为从关键业务应用到原生云应用等最苛刻的工作负载提供一致的应用体验。vSAN创新迅速,其最新发布的版本将进一步帮助我们构建具有企业级弹性和自我修复功能的智能型强大平台,帮助我们的客户充分倚靠其高性能超融合基础架构。"
上市时间
VMware vSphere 6.7和VMware vSAN 6.7预计将于VMware FY19财年第一季度结束时(2018年5月4日)上市。
(1)IDC报告《2016年全球虚拟机软件市场份额:企业虚拟化仍然是数据中心的中流砥柱》,文件编号:US42136517,2017年12月
(2)运行VMware vSAN软件的超融合系统的总支出占公司第四季度总供应商收入的32.4%,这是最大的市场份额。 来源:IDC 2017年第四季度全球融合系统追踪报告,2018年4月
(3)VMware内部分析和测试,2018年4月
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。