托管云服务厂商Rackspace今天宣布推出旨在帮助客户更好管理混合云部署的新产品。
Rackspace表示,这些新服务将促进现代应用的部署和管理。
Rackspace最近将自己重新定位为无偏见的托管云服务提供商,目的是为了“加速云的价值”,无论是软件即服务、公有云、私有云还是混合云。
特别是混合云,显然是Rackspace战略的一个重要组成部分。Rackspace高级副总裁、解决方案和服务部总经理Vikas Gurungunti在声明中表示:“我们正处于重要的混合云发展阶段,有超过1万亿美元的开支是用于云和相关IT服务的。”
混合云也成为了Rackspace最新产品的重点,这些新产品中包括了托管版本的VMware Cloud on AWS,该服务是在AWS公有云的裸机服务器上运行VMware软件定义数据中心。有了它,用户可以在公有云、私有云或者混合云环境中运行他们的应用。
Rackspace表示,还将为客户提供先进的Kubernetes服务以部署软件容器,这些容器可托管运行在任何基础设施上的现代敏捷应用组件。该服务通过新的Cloud Reliability Engineering Service Block提供更好的服务,同时也有一个由Rackspace基础设施工程师组成的团队,与客户内部的IT团队展开密切合作,这样Rackspace的专业人员就可以与企业合作,帮助他们更快地采用云原生技术。
Rackspace扩展的服务组合也涵盖了安全性,Rackspace表示,新推出的Proactive Detection and Response and Compliance Assistance可用于VMware私有云。此外,Rackspace还让托管公有云客户可以使用来自领先公有云厂商(如AWS)的原生安全工具。
最后,Rackspace还公布了一项新的集成和API Management Assessment服务,旨在评估整个企业组织的应用和数据集成情况,并对其进行优化以获得更好的性能。
Gurungunti表示:“我们新推出的高级混合云服务组合以行业领先的服务块框架为后盾,为客户提供必要的专业知识帮助他们完成混合云之旅,从确定云目标一直到使用容器和云原生技术转型和保护他们的应用环境。”
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。