英特尔和Nutanix宣布携手开发一款基于第二代英特尔至强可扩展处理器和英特尔傲腾固态盘的全新超融合基础架构(HCI)解决方案。这款全新的解决方案将提供适用于多种高要求工作负载的超融合基础架构(HCI)模块,助力企业持续构建并优化其混合云环境。
混合云已经成为当今企业的首选基础设施之一,这得益于它能够使IT经理通过优化工作负载的部署,进一步控制成本并提高其安全性。尽管混合云优势众多,但它的复杂部署过程仍然需要以互用性为重点。传统数据中心基础设施催生的众多“孤岛”,往往对其进一步的发展构成了障碍。超融合基础架构(HCI)在统一的软件定义管理之下,整合了计算、存储和网络性能,为应对以上挑战提供了一条更加便捷的途径,赋予企业基于本地基础设施提供类似于公有云优势和敏捷性的技术。
在英特尔精选解决方案(Intel Select Solution)项目的大框架下,英特尔Select Solution for Nutanix HCI能够使企业迅速借助其优势获益。英特尔精选解决方案是英特尔与业内领先硬件OEM厂商及软件供应商展开深入技术合作的结果,例如与Nutanix的合作,旨在利用已经过技术验证的预定义基础架构解决方案堆栈来优化性能和提高IT改变速度。
英特尔积极与HCI领域的领先者Nutanix携手打造了这款先进的解决方案。英特尔Select Solution for Nutanix HCI将第二代英特尔至强可扩展处理器系列及傲腾技术与Nutanix软件和固件相结合,带来一种集计算、存储、网络和虚拟化于一体的全基础架构堆栈,能够进一步加快部署的速度。
英特尔精选解决方案是一套针对工作负载而优化、验证和文档化的参考设计,能够简化从发出资源请求到部署的整个IT转型进程。此外,英特尔精选解决方案可以为IT经理提供一系列丰富的配置,以便在超融合基础架构上运行新的工作负载和高要求工作负载。英特尔执行严格的验证流程,确保解决方案能够达到甚至超过预定义系统级别的基准测试要求。
作为全新面向混合云解决方案阵营的新成员,英特尔Select Solution for Nutanix HCI采用了第二代英特尔至强可扩展处理器、英特尔傲腾固态盘以及英特尔3D NAND固态盘。这款全新的解决方案包括全闪存配置和全NVMe配置,可支持和扩展多个应用,并且针对战略性的工作负载进行了基准评效和优化。该解决方案的Base“基本”配置专门针对混合工作负载,而Plus“加强”配置则适用于要求更高,并对时延敏感的工作负载,如数据库交易处理、数据分析、ERP等,或者数量更多的并发工作负载。
联想公司计划于今年夏天推出搭载英特尔Select Solution for Nutanix HCI的ThinkAgile HX。其他OEM厂商也预计将于2019年第三季度开始将搭载这一全新解决方案的产品投入市场。
联想公司数据中心业务集团软件定义基础架构总监Shekhar Mishra表示:“英特尔精选解决方案充分表明了联想、英特尔和Nutanix之间的密切合作,为我们的客户提供满足其特定工作负载需求的优化解决方案。新解决方案经过Nutanix、英特尔和联想的三方验证,随时能够为客户提供快速部署,省却动辄数月的评估工作和漫长的筛选过程。”
在数据时代,超融合基础架构(HCI)的灵活化和简洁性并非是IT现代化的最终目标。超融合基础架构是构建企业云的基石,能够通过可扩展性来满足数据的不同需求。这款全新的解决方案提供针对不同计算、内存和存储需求的参考设计,有助IT向超融合基础架构迁移的同时,大幅缩短评估时间。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。