新IT解决方案将赋能企业IT团队随时随地对云软件进行部署、升级和故障排除
2020年6月30日,北京——企业云计算领导者Nutanix(纳斯达克:NTNX)近日宣布,公司推出全新解决方案,助力IT团队无论在何地办公,都能随时对企业云基础架构进行部署、升级及故障排除。全新解决方案将通过Nutanix Foundation Central、Insights和Lifecycle Manager交付,都将包含在Nutanix超融合基础架构软件中,无需额外付费。
新冠肺炎疫情期间,全球各地企业的IT团队一直在加班加点地交付远程工作解决方案,不过仅凭一己之力并不能完成所有工作。IT基础架构管理、故障排除、软件升级等任务通常需要IT团队到公司的数据中心现场完成,但这在疫情防控期间却愈加难以实现。
Nutanix技术与产品营销副总裁Greg Smith表示:“Nutanix的创始愿景就是尽可能简化IT基础架构管理,最终实现IT基础架构的隐形。我们的新功能将随时随地给用户带来更加无缝的使用体验。无论是在家办公还是在其它地点远程办公,Nutanix提供的更安全、更具韧性以及易于管理的IT基础架构,在这个时期显得格外重要。”
Nutanix的全新解决方案将赋能IT团队,在整个软件生命周期内对云基础架构实行远程管理。
云基础架构的新部署或扩展部署
Nutanix Foundation Central通过Prism界面进行管理,让IT团队能够随时随地使用统一界面实现全球范围内私有云基础架构的部署。在本地快速安装未配置的设备或服务器后,Foundation Central就会接管,创建映像并配置Nutanix节点,支持安装任何的Nutanix软件解决方案。
除了支持自动化和集中化部署基础架构软件之外,Foundation Central还能够让企业根据业务增长情况,随时轻松扩展现有基础架构的容量。
健康预测与智能支持
Nutanix Insights将提供基础架构健康预测以及自动化支持服务,旨在精简全球范围的IT运营任务。这项新服务将对来自客户云部署(包括所有的集群、站点和地理区域)的遥测数据进行分析,识别可能影响应用运营和数据可用性的现存和潜在的问题。
一旦发现问题,Nutanix Insights服务会根据以往最佳IT实践经验以及Nutanix在服务全球1.6万多家企业过程中积累的丰富知识,提供针对性建议,优化基础架构的健康水平和性能。
另外,Nutanix Insights服务能够自动向Nutanix请求支持,自动安排站点可靠性工程师(SRE),还能够选择性地收集并上传所有相关客户日志文件进行分析,所有操作无需人工干预。初步的内部数据显示,Nutanix Insights能让客户在不请求技术支持的情况下解决大约30% 的IT系统问题,以更少的客户支持营造更稳健的IT和云基础架构。
康帕斯集团法国区系统工程师Olivier Massoni表示:“不必请求服务支持已经是一大好处,而Nutanix Insights还能够及时发现并解决潜在的问题,更是锦上添花。正是这种理念让一键式升级变得极具价值。”
一键式无间断基础架构升级
IT基础架构升级已变得越来越复杂且容易出错,尤其是在涉及多个供应商和产品的系统环境下。为了减少任务关键型应用的中断,必须进行规划、测试并在非业务运行时间执行任务,也使得升级成本十分高昂。因此,IT团队往往会延迟必要的系统升级,由此带来安全隐患。
Nutanix Lifecycle Manager(LCM)可为Nutanix软件堆栈及设备固件实现一键式无缝升级,升级期间不会引起任何的应用或基础架构停机。LCM能够自动判断任何软件和固件的相关性,智能安排升级的优先顺序,并完成整个升级过程的编排,无需进行臆测,进而提升基础架构的安全性和韧性。与其它的Nutanix解决方案一样,LCM能够随时随地管理全球范围的Nutanix环境。
领先内容服务与生产力平台NetDocuments的系统工程师Todd Burris表示: “在 NetDocuments,我们将12个数据中心部署在同一个地方,为全球各地的客户提供支持。因此,简单性、可扩展性和支持远程基础架构管理这三点至关重要。Nutanix满足了以上所有需求,持续帮助我们提供令客户满意的服务。Foundation Central和LCM这样的产品,是我们实现远程基础架构部署、管理及故障排除的关键。”
除了为IT基础架构管理员提升优化的远程管理体验,Nutanix软件还提供了安全、易用且灵活的私有云基础架构解决方案,并于近期荣获TrustRadius服务器虚拟化和虚拟桌面基础架构(VDI)类别评比中的2020最佳产品奖,评分达到9.1分(满分10分),获得至少125条专业评论。
Nutanix Foundation Central现已上市,可供客户使用。Nutanix Insights和Lifecycle Manager正在开发过程中。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。