VMware今天宣布将收购Avi Networks,意在让数据中心变得更像云。这次收购的价格未对外公布。
Avi Networks应用交付服务的客户包括德意志银行、思科和Adobe等大型企业。Avi Networks将这种服务称之为云架构,特别是有助于平衡跨数据中心和公有云的应用负载。VMware这次收购旨在将公有云灵活的、按需的体验以自动化和可扩展的方式更多地带入企业数据中心,从而实现两家厂商所谓的行业首个软件定义的网络堆栈。
预计这次收购将在VMware2020财年第二季度(截止于8月2日)完成,因此不会对2020财年财报产生重大影响。根据Crunchbase的数据显示,自2012年以来,Avi已经在四轮融资中筹集了1.15亿美元,投资方包括Greylock、Lightspeed Venture Partners和Menlo Ventures。
作为由Dell Technologies控股的上市公司,VMware主要提供虚拟化软件可以在单台计算机上实现多个“虚拟”计算机系统,让数据中心变得更加灵活高效。VMware软件几乎可用于任何规模的数据中心,多年来VMware一直在建立与云计算的连接,包括2016年底与AWS达成里程碑式的合作关系。这是VMware帮助企业管理IT基础设施的另一种方式,无论这些基础设施是在数据中心内部还是在云中。
Pund-IT分析师Charles King表示:“这次收购凸显了VMware从依赖于关键任务虚拟化厂商到企业迁移至混合云和云计算的首选厂商这一根本转变。”
“VMware致力于让数据中心像运行在公有云中一样简单轻松,而且Avi Networks加入不断壮大的VMware网络和安全产品组合将让我们在完成收购之后朝着这个目标更进了一步,”VMware高级副总裁、网络和安全业务部门总经理Tom Gillis在声明中这样表示。
他特别补充说,“此次收购将进一步推动我们的Virtual Cloud Network愿景,在这一愿景中,软件定义的分布式网络架构涵盖了所有基础架构,并将所有组成部分与公有云的自动化和可编程性结合在一起。”Gillis表示,Avi Networks与VMware NSX的结合将“进一步让企业组织能够对新的机遇和威胁做出响应,打造新的业务模型,为所有应用和数据提供服务,无论这些应用和数据是在什么地方。”
Gillis在新闻发布会上表示,Avi Networks特别提供了网络一个关键的组成部分——负载平衡。VMware表示,在完成收购之后,将把负载均衡功能内置到VMware NSX Data Center中,作为一个独立的应用交付控制器。他表示,预计VMware将在收购完成之后的90天内在提供Avi Networks产品。
Avi Network首席执行官Amit Pandey表示,Avi Networks的分布式应用开发控制器“将云策略进行映射”以提供软件定义的应用网络和安全服务、按需弹性、实时洞察、简化的故障排除和开发人员自助服务。
这是因为如今企业越来越需要跨多个云更快、更一致地交付和更新应用,从而需要跨私有云和公有云提供更多自动化网络服务和安全服务。老式的ADC——即使是那些经过调优可以运行在虚拟机上的ADC,也无法在分布式云环境中进行扩展或者提供足够的安全性,导致服务的过度使用、成本增加和故障排除速度降低等问题。
Avi Networks表示,它的平台可以帮助企业利用软件定义的应用服务克服旧系统和ADC设备的复杂性。VMware表示,在完成收购之后,将把负载均衡功能内置到VMware NSX Data Center中,作为一个独立的应用交付控制器。
Avi Networks平台提供了许多服务:Software Load Balancer、Intelligent Web Application Firewall、Advanced Analytics and Monitoring以及Universal Service Mesh。据称,Avi Networks的中央控制平面和分布式数据平面将应用服务作为动态的多云结构提供,可自动执行决策并提供更多分析和弹性需求。 该技术跨私有云和公有云运行,支持应用运行在虚拟机上、软件容器上(让应用可保持不变地运行在不同的计算环境中)以及裸机服务器上(不需要预装软件)。
King表示:“收购Avi Networks对于VMware来说是明智之举。传统的负载平衡主要集中在管理服务器以确保应用具有最佳性能所需的系统资源。但是,对于运行在内部环境和云端运行的工作负载来说,这这个任务就变得尤为复杂和困难了。”
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。