VMware今天宣布为使用多云计算系统的企业打造“数字基石”计划,与此同时,VMware推出了大量旨在帮助企业管理操作这些云的新服务。
VMware Cloud Services是一系列旨在实现云一致化的服务,提供的机制让客户可以使用和管理来自不同提供商的公有云基础设施。这些工具让用户能够在内部部署环境和公有云环境之间轻松地管理、配置和来回迁移工作负载,同时提供对可用资源、成本管理和法规遵从性等内容的可视性。
今天上午在VMworld 2018大会上公布的扩展升级项,旨在增强这些功能,目标是简化应用交付,实现云的灵活性和选择,同时控制风险。
VMware云服务业务部高级总监Mahesh Kumar在上周的简报会中这样解释说:“简而言之,你谈论的是一个完全自动化的云应用开发和部署平台。”
或者正如VMware首席执行官Pat Gelsinger在主题演讲中更加简洁地说:“云的规则无情地自动化了一切。”
对于软件开发人员来说,最令人兴奋的新服务可能是VMware Cloud Automation,这一套自动化服务可以帮助他们更轻松地构建和部署软件应用。今天面市的这套工具中包括针对DevOps团队的VMware Cloud Assembly,有助于统一自动部署和使用应用的体验,无论应用是在私有云、公有云还是企业数据中心内部部署;VMware Service Broker可以从单个门户实现对多个云基础设施和应用资源的自助服务访问,更轻松地控制资源访问并在各个环境中满足合规要求。
Cloud Automation服务包中的最后一个工具是VMware Code Stream,用于自动编码和应用发布流程,可以与各种流行的开发者工具集成,并支持AWS、微软Azure、VMware私有云和VMware Cloud on AWS。
更新:周一早上,VMware宣布将收购CloudHealth Technologies及其位于波士顿约200人的团队,并将其转变为VMware自己的云管理平台。
VMware表示,这次收购将为VMware的产品组合增加“跨云的一致运营交付”,补充VMware现有的云自动化服务、Secure State和Wavefront云监控和分析平台。此次收购
预计将在当前这个季度完成。
此外,VMware还推出了一个目前处于Beta测试阶段的新服务,旨在帮助降低跨多个云环境运行工作负载的风险。这个名为VMware Secure State的服务本质上是一个监控工具,可以对本地云环境中的配置安全性和合规性要求实现自动化,为IT团队提供有助于防止任何安全事件或违规的洞察。
VMware还提供了应用性能的监控工具:Wavefront by VMware可以深入了解在软件容器中运行的多达100000个高度分布式Web应用的性能,该工具已经从今天开始面市。
Wikibon分析师James Kobielus表示,他对这些新服务印象深刻,这些服务展示了VMware核心虚拟化产品组合的持续发展。
Kobielus说:“VMware已经显著强化了自己跨混合云和多个云对应用进行扩展、自动配置、监控、管理、测试、分析、故障排除和保护的能力。VMware有望成为跨复杂多云环境统一DevOps的首选厂商,在多云环境中,容器和无服务器将让过去二十年作为VMware业务根基的传统虚拟机管理程序技术黯然失色。”
好文章,需要你的鼓励
R语言在Tiobe 12月编程语言流行度指数中重返前十,排名第10位,占比1.96%。作为统计计算专用语言,R语言凭借在统计分析和大规模数据可视化方面的优势重新获得关注。尽管传统软件工程师对其语法和扩展性存在质疑,但R语言在大学和研究驱动行业中仍表现出色,在快速实验、统计建模和探索性数据分析领域具有独特优势。
MBZUAI和法国综合理工学院联合开发的SchED算法能让AI写作速度提升3-4倍。该算法通过监测AI生成文本的置信度,采用进度感知的动态阈值策略,在保持99.8%-100%原始质量的同时显著减少计算时间。实验覆盖多种任务类型,证明了算法的有效性和鲁棒性。
AWS在2025年re:Invent大会上展现出不寻常的防御姿态,面临证明其仍能引领企业AI议程的压力。随着微软和谷歌通过集成AI堆栈加强对CIO的影响力,AWS推出了新芯片、模型和平台增强功能。分析师认为AWS尚未成功构建统一叙述。Nova Forge是AWS最大的尝试,旨在解决其战略弱点:缺乏将数据、分析、AI和代理整合为单一路径的统一框架。但分析师指出,企业采用仍需大量工程投入,AWS仍是需要组装的零件集合。
西安交通大学研究团队发现,AI视觉语言模型容易受到功能词(如"是"、"的"等)的干扰而遭受攻击。他们开发了功能词去注意力(FDA)机制,让AI减少对这些词汇的关注。测试显示,该方法可将攻击成功率降低18%-90%,而正常性能仅下降0.2%-0.6%。FDA无需额外训练即可集成到现有模型中,为AI安全防护提供了简单有效的解决方案。