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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。