近日,GlobalData公布最新的全球私有云解决方案评估报告,浪潮云海OS在全球同类产品中晋升为最高“Leader”评级,超过Cisco CloudCenter Suite、Oracle Cloud at Customer和VMware vCloud Suite。
GlobalData是全球权威咨询公司,40多年来持续为IT、通信、金融、医疗等领域输出客观的行业研究、厂商研究报告,其报告多次被英国金融时报、彭博社、华尔街日报等全球主流新闻机构引用。
GlobalData针对私有云平台的评估体系包括软件、硬件、管理、服务、兼容性五大方面,综合上述五个方面的表现得出该产品的整体性能评级,“Leader”为最高级。GlobalData的测评结果显示,浪潮在整体以及软件环境、硬件环境和管理环境三个细分项中,评级均为“Leader”,成绩全面领先其他厂商。这是继2019年浪潮云海获得“Very Strong”评级后,在短短一年时间内评级再度提升,展现出浪潮对私有云领域的持续技术投入和创新力。
对人工智能、大数据、边缘计算等新兴技术的集成与融合,进而形成云融数智的全栈能力,是浪潮云海OS获得“Leader”评级的核心原因之一。目前,云海OS具备最广泛的异构计算、网络、存储资源的池化能力,可实现X86、ARM、MIPS、Power等多类型通用芯片及GPU、FPGA等不同协处理器的统一调度管理,同时通过虚拟机、裸机或容器环境的构建,以软件定义实现跨技术平台的云环境灵活切换,从而满足不同业务场景对IT资源的个性需求。
与此同时,强大的多云和混合云管理功能也是浪潮云海OS获得私有云平台最高评级的另一重要原因。浪潮云海OS通过InCloud Manager实现了强大且完善的数字基础设施管理功能,包括完整的堆栈服务管理、精细化运营管理、增强的混合云管理、协作的云边管理、自动化管理、多云(OpenStack/K8S/边缘云)管理、跨云迁移等,可以帮助客户轻松管理日趋复杂多变的云环境。与此同时,云海OS也可提供丰富的AI全堆栈服务,从AI资源池化、AI训练环境构建、AI推理部署到AIOps自动化管理等层面提供完整的AI资源调度和管理服务。
GlobalData分析师认为,“浪潮云海OS是‘交钥匙’的私有云解决方案,提供了一系列必要且完整的软件堆栈,具备显而易见的市场竞争优势。未来,浪潮云海OS可能受益于浪潮对边缘计算基础设施的持续投资,边缘计算可优化组织的核心私有云部署。”浪潮最近的一项边缘举措包括在2020年5月推出一种新的边缘计算服务器NE5250,用于计算密集型人工智能(AI)应用程序,包括自动驾驶汽车、智慧城市和智慧家庭。
浪潮云海OS得到数以千计全球客户的广泛认可与高度评价,也有力证明了浪潮云海OS的领导地位。目前,浪潮已在政府、能源、电信、环保、教育、企业等多个行业,累计拥有8500+行业用户。在广电行业,浪潮设计实施中国最大的广电云平台,单一集群规模超过1000节点、总规模近1500节点,在OpenStack实现大规模集群部署上做出了重要的探索和突破;在金融行业,浪潮实施了国内最大规模基于OpenStack部署的金融生产云,创新实现互联网金融业务与OpenStack开源云平台的深度结合;在大型企业市场,浪潮为国内某企业成功构建基于OpenStack的CI/CD持续集成环境,实现开发、运维、GPU加速处理与大规模并行计算的融合。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
微软亚洲研究院与清华大学联合提出双向感知塑造技术,通过创新的两阶段训练方法解决AI视觉理解中的关键问题。该技术让AI学会正确聚焦重要视觉信息,避免被无关内容误导。仅用1.3万训练样本就在八个基准测试中平均提升8.2%性能,超越使用数十万样本的专门模型,为AI视觉推理能力提升开辟新路径。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
上海交通大学研究团队开发了TimeBill框架,解决大语言模型在实时应用中的时间不确定性问题。该系统通过精确预测回答长度和执行时间,动态调整AI记忆管理策略,确保在规定时间内完成任务的同时保持回答质量。实验显示TimeBill在各种时间预算下都能实现最佳的完成率与性能平衡,为AI在自动驾驶、工业控制等安全关键领域的应用提供了重要技术支撑。