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
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。