虚拟化软件公司VMware正在考虑与最大竞争对手之一微软结盟,此举可能对其共同客户产生一些积极的影响。
两家公司多年来一直是竞争对手,都提供相互竞争的服务,旨在帮助那些希望将关键工作负载迁移到云中的客户管理私有数据中心。
但是用户抱怨的一个问题是,他们始终很难在微软Azure云上运行VMware的虚拟化软件(允许不同的操作系统和多个应用运行在同一台物理计算机上)。这是一个很大的问题,因为这限制了VMware客户的选择,其中很多VMware客户希望利用混合云基础设施让他们在何处部署应用有更多的选择。
现在,这个情况即将改变,正如今天The Information报道的,两家公司正在探索类似于VMware在2016年与AWS签署的合作协议,该协议的成果是一项名为VMware Cloud on AWS的新服务,让企业能够在Amazon云上轻松运行VMware软件,以及利用AWS云。
The Information称,VMware和微软正在开发能够让企业轻松将VMware应用迁移到Azure云的软件。虽然让VMware虚拟化服务器运行在Azure中是可行的,但做需要大量的技术工作。VMware与微软展开任何合作应该都会让这变得容易一些。
双方的合作无疑是客户需求的结果。The Information在报道中称:“VMware首席执行官Pat Gelsinger去年6月告诉CNBC,他的客户要求提供VMware软件与Azure以及Google Cloud之间的兼容性。”
Constellation Research分析师Holger Mueller表示,客户明确表示他们希望VMware软件能够与所有领先的云基础架构即服务运营商展开合作。
Mueller说:“VMware认为它已经找到了一个长期生存的可行策略,提供混合云控制平面和其他基于云的服务。客户希望有多个选择,VMware希望复制与AWS的合作,与微软,也许还有谷歌。”
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。