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
Qualys首席执行官Sumedh Thakar提出,将传统主要用于被动响应安全事件的SOC升级为基于风险管理的ROC,通过聚焦关键风险而非海量安全扫描,帮助公共部门更高效、低成本地降低潜在威胁。
这项研究展示了如何通过在经济问题上进行后训练,让大语言模型像经济学家一样思考,从而实现战略性泛化能力。研究团队开发了名为Recon的7B参数开源模型,通过在2,100个高质量经济推理问题上进行监督微调和强化学习,不仅提升了模型在经济基准测试上的表现,更重要的是让模型在从未直接训练过的多智能体博弈中展现出合理的战略行为。结果表明,领域对齐的后训练可以作为智能体对齐的可扩展路径,通过结构化推理问题培养出更广泛适用的理性决策能力。
全球经济正处在自动化与 AI 推动的巨大变革关口,大规模就业受冲击,而普遍基本收入(UBI)有望稳定社会、激发创新,促进经济持续健康发展。
STORM框架是一种创新的对话系统研究方法,通过模拟用户和AI助手之间的信息不对称来解决意图触发性问题。研究发现中等程度的不确定性(40-60%未知信息)在某些情况下能够优于完全透明,挑战了传统的AI设计假设。通过对四种主流语言模型的测试,团队确定了不同模型在处理用户意图形成过程中的独特特点,为任务导向对话系统设计提供了实用指导。这项研究对隐私保护设计和偏见缓解具有重要启示,表明信息的战略性限制可能比信息最大化更有效。