2020年4月8日,北京——企业云计算领导者Nutanix(纳斯达克:NTNX)近日宣布,Nutanix荣获2020年Gartner Peer Insights超融合基础架构“客户之选”称号,这是Nutanix连续第二年获此殊荣。
Nutanix首席运营官David Sangster表示:“疫情之下,许多企业每天都在面临着远程办公为业务运营带来的挑战。Nutanix将继续致力于向企业客户提供隐形且自动化的IT基础架构,让企业团队能够专注于更加即时的业务需求。对我们来说,荣获Gartner Peer Insight超融合基础架构“客户之选”称号是一项巨大的荣誉,它将激励我们继续致力于提供灵活、简便、稳健的云计算解决方案,满足客户包括不断变化的需求,例如大规模远程办公。”
Nutanix超融合基础架构(HCI)将计算、虚拟化、存储、网络和安全整合,使得部署虚拟桌面环境等任务更加简便快速。一些使用传统IT架构需要几周才能完成的事情,使用Nutanix解决方案只需要几个小时。可迁移的订阅式软件许可提供了宝贵的灵活性,IT基础架构不再需要与特定硬件设备和配置绑定,这在全球供应链受到影响的情况下至关重要。
此次“客户之选”称号评选基于过去一年来自超融合基础架构领域多家供应商的68个客户评价的详细反馈。自Gartner Peer Insights平台启动市场跟踪以来,Nutanix共获得301条评论,平均得分高达4.7分(满分5分)。
Nutanix客户表示:
Nutanix能够处理所有行业的复杂数据中心工作负载
“我们已经全面部署了Nutanix平台。Nutanix工作人员全程为我们提供了很大的帮助,从帮助我们进行部署规划,到为我们提供解决方案架构师,再到帮助我们整合一些具有挑战性的游戏软件等等。”——某服务行业企业数据库管理员
对Nutanix企业云平台的评价
“Nutanix的虚拟化、计算和存储能力直观地降低了IT团队工作的复杂性。不得不说,其为IT成本带来的大幅缩减不仅大大助力了IT团队的工作,也大大促进了企业的发展!Nutanix平台提供的可扩展的高性能存储和虚拟化服务,让我们得以非常便捷地升级虚拟机(VM的)的工具,但价格却与市场上其他解决方案相同。这在常规环境下是很难做到的,因为我们在行动之前必须考虑很多因素。”——某服务行业企业电脑工程师
史上最出色的超融合基础架构
“Nutanix超融合基础架构是最为出色的,我已经连续很多年使用它来帮助企业管理所有虚拟环境,监控服务以及重要的保持业务连续性的工具。因为Nutanix的节点可以共享资源,在每个节点都能找到磁盘、存储器、CPU等单个资源。”——某医疗卫生行业系统运营商
Nutanix易于部署,产品组合不断扩大
“Nutanix的产品和专业服务超出了我们的预期。我们仍在同时使用Nutanix和VMware的产品,但从传统三层IT架构到Nutanix的转换是非常简单的。我们也使用了Nutanix的专业服务,但在Nutanix技术人员进行实地部署指导以后,我认为我们日后完全可以自主操作,因为部署就是这么简单。Nutanix产品表现非常出色,操作简便,而且界面直观。Nutanix总在不断创新,创造全新的产品和整合服务。”——某金融行业企业IT经理
安装简单和扩展能力强大的系统
“这是一个完全100%软件定义的强大操作系统解决方案。我们至今没有发现任何问题和缺陷。”——某教育行业企业网络工程师
Nutanix将 “以客户为中心” 作为核心宗旨,其致力于让客户满意的承诺使得公司连续六年平均净推荐值得分达到90分。截至2020财年第二季度结束,Nutanix客户留存率高达97%。
随着许多企业正在为远程办公做积极准备,Nutanix将继续致力于为全球近16000家企业客户,包括近880家福布斯全球2000强上市企业,提供智能、简便和稳健的云软件解决方案以及卓越的客户服务。Nutanix超融合基础架构解决方案的高性能、灵活性、可扩展性,以及简便的部署和管理将能够满足企业在非常时期的IT和业务需求。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。