多云已经成为IT的新常态,其给企业带来了诸多好处,比如丰富的云服务可以带来快速的支持业务开发上线;自服务提供了简便的云消费方式,企业利用云服务也有巨大的扩展性;全球跨地域的高可能性等。
管理不同云的整体云支出、资源利用率以及应用性能、安全性与合规性可能会变得日益困难,还会导致超支、效率低下和风险增加。开发人员需要成本、性能、安全和配置数据来了解他们正在构建的应用的完整特性,而这些数据通常存在于不同的工具中。团队必须控制成本、确保性能,并在这些多样化的分布式环境中管理统一的安全策略。
在VMware Explore 2022上,VMware正式发布名为VMware Aria的多云管理产品组合,提供了一套用于管理基础架构和云原生应用成本、性能、配置与交付的端到端解决方案。
VMware Aria为云原生和多云管理带来了三个类别的新功能与扩展功能:CloudHealth驱动的VMware Aria Cost、VMware Aria Operations和VMware Aria Automation。
VMware大中华及东南亚区云平台技术总监李晓学表示,随着客户拥抱多云,更多的企业正在跨公有云和在边缘交付应用,并且他们越来越多地使用Kubernetes来管理和扩展他们的现代化应用和云原生应用。云上的应用越来越多,安全变得更加重要,从云混沌到云智能,多云管理的需求越发强烈。
VMware大中华及东南亚区云平台技术总监 李晓学
VMware Aria全新公有云管理功能的核心是VMware Aria Graph,这项基于图形的数据存储技术可以捕捉多云环境的资源和关系。VMware Aria Graph专门为应对云原生应用和环境的运营挑战而设计,能够提供一个近乎实时更新的单一数据来源。
VMware Aria Graph具有鲜明的特色:高度可扩展性——支持云原生环境;基于事件的采集——支持高变化率,可以支撑上亿个级别,甚至十亿个级别;联合和模块化架构——聚集来自任何来源的数据;统一的GraphQL API ——联邦数据平台,简化开发人员和运维团队的使用。
VMware Aria的图形数据存储和API服务使其能够与第三方解决方案(如可观察性和应用性能管理工具)无缝集成。在VMware Aria Graph中从原生公有云、本地云、VMware工具和第三方工具中收集并规范化的数据,丰富了客户现有的VMware vRealize、CloudHealth by VMware和VMware Tanzu Observability产品的运维、自动化和成本指标,除原生公有云之外,还为私有云/混合云带来应用感知管理。
VMware大中华和东南亚区云平台业务总监Mark Soo表示,不同于市面上的其他多云管理方案,VMware Aria专为多云设计,从云原生到应用环境出发,实现集成化的业务管理,为多云治理、跨云迁移和可执行的业务洞察提供了独特的价值。
VMware大中华和东南亚区云平台业务总监 Mark Soo
李晓学说,VMware Aria是平台化思维,以VMware Aria Hub为基础的VMware Aria提供管理整个多云环境的集中式视图和控制。“采用类似数据中台的概念,Aria可以进行数据整合、数据分析,通过API对外提供自动化的服务,这是Aria设计的巧妙之处。”
VMware Aria建立在VMware Aria Hub和VMware Aria Graph基础之上的三项全新的端到端管理服务:
VMware Aria Guardrails:采用一切皆为代码的方法,在多云环境中大规模地自动执行网络、安全、成本、性能和配置方面的云防护措施
VMware Aria Migration:搭配VMware HCX,通过自动评估、规划和执行,加速并简化多云迁移的过程
VMware Aria Business Insights:利用人工智能/机器学习(AI/ML)分析技术从全栈事件关联中发现相关的业务洞察
基于以上特性,VMware Aria能够提供跨云的统一应用视图,改变原有的转椅式管理模式,并可以集成已有工具和数据进行联邦管理,实现端到端的解决方案,一套平台可以解决自动化、运维、安全、合规、成本,代表了一种全新的统一云管理服务。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。