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
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。