在快速发展和数字化的紧迫需求驱动下,当前的数字化企业纷纷采用多云模式以实现快速转型。在多云环境中,VMware通过赋予企业更多控制权以实现数字化创新。全球领先的企业软件创新者VMware(NYSE:VMW)近期正式发布VMware Cloud的最新进展,这也是业界首个且唯一支持客户在减半的时间和成本下、实现企业应用云迁移的多云计算基础架构。此次发布的创新包括:
与现有方法相比,以上创新举措将为VMware Cloud客户提供更多工具,以加速企业的应用现代化,提高业务敏捷性和弹性,同时大幅降低成本。
VMware高级副总裁、云基础架构业务部门总经理 Mark Lohmeyer表示:“VMware帮助客户实现其云目标,从而在多云计算领域拥有了独特的地位。VMware 有助于消除业务创新和 IT 控制之间的错误选择。 我们的创新技术帮助客户以更高的经济效益和更低的风险实现应用、基础架构和运营的现代化,同时提高开发人员的生产力。借助Project Arctic(VMware vSphere 的演进版本),我们将为所有企业充分释放混合云的潜力。”
以服务形式交付基于Kubernetes的容器和基础架构
VMware Cloud with Tanzu服务将在VMware Cloud on AWS上免费提供全新的托管型Kubernetes系列服务。相较于其他托管型Kubernetes解决方案,在VMware Cloud上提供的基于Kubernetes的Tanzu服务将使应用现代化更快、更容易且成本更低。IT管理员将可以使用VMware vCenter界面在通用平台上统一管理虚拟机和容器,并在几分钟内完成Kubernetes集群配置。平台运营商或SRE将可以将Tanzu服务作为多云Kubernetes管理平台,统一管理各个云上的Kubernetes集群。
VMware Cloud支持更简单、更安全的企业应用环境
VMware Cloud支持用户能够在任意云中更简单安全地运行企业vSphere应用。研究表明,VMware Cloud的客户可以实现增速300%的Kubernetes部署(1)、增速46%的云迁移(2)以及减少57%的总体拥有成本(2)。
更简单的使用环境:VMware Cloud为客户提供高灵活性,使其能够基于自身的时间安排实现云迁移,并在其云中运行vSphere工作负载。目前只有VMware Cloud是运行在100多个地区的原生服务,涵盖所有公有云(包括AWS、Azure、Google Cloud、IBM Cloud和Oracle Cloud)、4000多个合作伙伴云、私有数据中心中以及边缘。通过VMware Cloud Universal,客户可以灵活地从VMware或经销商合作伙伴处购买和使用VMware Cloud,同时享有现有VMware永久许可证的好处。
更安全的使用环境:VMware借助软件、横向扩展的分布式架构和云交付模式,提供更好的安全性和易于使用的数据保护功能。VMware Cloud客户将受益于其在所有环境中一致的安全策略和功能。
满足客户对主权云的需求
数据安全不仅仅是企业或机构的问题。研究表明,50-60%的受访企业机构表示国家有义务改进数据安全、隐私和创新相关规定(3)。全新VMware Sovereign Cloud计划帮助客户与值得信赖的国家云服务提供商合作,从而满足围绕数据主权和司法控制、数据访问和完整性、数据安全性和合规性、数据独立性和移动性以及数据分析和创新的特定地域要求。首批VMware Sovereign Cloud指定合作伙伴为UKCloud、OVHcloud、AUCloud、Datacom、NxtGen、Noovle、Telefonica、TietoEvry、Telmex和ThinkOn。
展望VMware Cloud未来
通过以下技术预览,VMware展示目前为VMware Cloud进行的其他研发投资和创新项目:
好文章,需要你的鼓励
香港中文大学与华为诺亚方舟实验室合作开发了PreMoe框架,解决了大型混合专家模型(MoE)在内存受限设备上的部署难题。研究团队发现MoE模型中的专家表现出明显的任务专业化特征,据此提出了概率专家精简(PEP)和任务自适应专家检索(TAER)两大核心技术。实验证明,DeepSeek-R1 671B模型在精简50%专家后仍保持97.2%的MATH500准确率,内存需求降至688GB;而更激进的精简方案(减少87.5%专家)也能保持72.0%的准确率。该方法适用于多种MoE架构,为强大AI系统的广泛部署铺平了道路。
SCIENCEBOARD是一项开创性研究,旨在评估多模态自主智能体在真实科学工作流中的表现。研究团队构建了一个包含169个高质量任务的基准测试,涵盖生物化学、天文学等六个科学领域,并开发了一个真实环境让智能体通过CLI或GUI接口与科学软件交互。实验评估表明,即使是最先进的模型在这些复杂科学任务上的成功率也仅为15%,远低于人类表现,揭示了当前技术的局限性并为未来科学智能体的发展提供了宝贵见解。
帝国理工学院的研究团队开发了AlphaMed,这是首个仅通过极简规则强化学习就能培养医疗推理能力的AI模型,无需依赖传统的思维链示范数据。通过分析数据信息丰富度和难度分布的影响,研究发现高信息量的医疗问答数据是推理能力的关键驱动因素。AlphaMed在六个医疗问答基准上取得了领先成绩,甚至超越了更大的封闭源模型,同时展现出自发的步骤推理能力,为医疗AI发展提供了更加开放、高效的新路径。
Alita是一种新型通用AI代理系统,采用极简设计理念,以"最小预定义,最大自我进化"为原则构建。由普林斯顿大学等多家机构研究团队开发的Alita,只配备一个核心能力和少量通用模块,能自主创建所需工具并重用为模型上下文协议(MCPs)。实验显示,Alita在GAIA基准测试上达到87.27%的通过率,超越包括OpenAI Deep Research在内的复杂系统,证明简约设计可带来卓越性能。