日前,青云科技(qingcloud.com,股票代码:688316)推出的云易捷超融合实现迭代升级,云易捷 v4.1 版本正式发布!新增混合架构资源池、VPC 网络、虚拟机多视图展示、启动节点安装进度等功能,并优化产品使用体验,提升产品运维效率。
在国产化的趋势下,越来越多的企业和单位面临着信创国产化的改造。那么必然面对一个难题:如何统一管理不同架构的资源?在此背景下,青云云易捷 v4.1 版本通过超融合软件构建一云多芯平台(x86+ARM),实现混合资源池,承载邮件系统、BI 系统、知识库等一般业务系统,以及 ERP、财务、订单系统等关键信创业务。
此外,该版本还增加 VPC 专属隔离网络、webhook 告警通知等功能。通过产品力的提升,青云云易捷完善了用户使用体验,帮助企业以超融合架构快速落地云计算战略。
一云多芯
功能说明:支持多架构型号的服务器融合部署,提供统一管理的资源池平台。在新建虚拟机时,可自行指定虚拟机运行的资源池类型。
青云云易捷资源池管理界面
应用场景:某客户有 3 台 x86 架构服务器和 3 台 ARM 架构服务器。现在期望在一套管理界面上,同时管理两种类型的资源池。使用青云云易捷,客户创建虚拟机资源时,能自主选择虚拟机运行的资源池类型,一套系统统一管理 6 台服务器,方便后期运维管理。
VPC网络
功能说明:支持 VPC 专属网络隔离,集群内的管理用户可以创建互相完全隔离的网络,以灵活的形式对外提供服务和互联,满足对网络安全的 100% 追求。类似物理世界中使用交换机将多台服务器连接在一起,组成的局域网。
青云云易捷 VPC 网络管理页面
应用场景:集群管理员在使用多台主机工作时,通常需要让不同功能的主机分布在不同的子网内,保证业务 100% 隔离要求。例如:Web 服务器和 DB 服务器因为访问要求的不同而被分配在不同的子网里,通过青云提供的私有网络,能轻松完成组网工作,即分别放置在不同的私有网络内。同时借助基础网络 IP 功能,可以打通私有网络与基础网络之间的业务访问。
Webhook 告警通知
功能说明:支持配置 webhook 后,集群内的告警信息可通过企业微信、飞书、钉钉等平台推送,规避邮件告警通知的单一性,以免漏掉关键的告警通知。
青云云易捷 webhook 配置页面
应用场景:集群运维管理人员无法及时查阅邮件内容时,可通过的企业微信、钉钉等 APP 设置告警推送,即时查看集群告警信息,方便随时随地了解集群运行情况。
为进一步提高运维人员部署及使用效率,青云云易捷 v4.1 新增启动节点安装进度条、部署日志详报及部分产品功能注释,方便使用人员能够快速排查集群错误,快速掌握不同的产品功能使用方式。
另外,云易捷本次升级优化了虚拟机管理,增加目录视图、监控视图不同角度的展示,简化用户的运维管理,可快速定位所需的虚拟机。并且在云易捷的应用商店内,新增“安全数据管理平台”,可一键部署数据定时备份软件,通过该管理软件将集群内的数据备份到集群外部,满足集群更多安全需求。
青云云易捷应用商店页面
青云云易捷 v4.1 发布后将作为所有新部署云易捷集群的默认版本,已部署的集群也支持在线升级。如您有替换或升级需求,请与销售代表联系。不断地迭代,使得青云云易捷超融合给客户带去更大的收益和价值,让客户具备自主可控上云的能力。作为新一代的云基础设施,青云云易捷超融合轻松构建新型数据中心、混合云、ROBO 远程分支,或实现 VMware 国产化替代,服务于客户数字化转型的多种场景,帮助企业降本增效。
好文章,需要你的鼓励
在2025年格勒诺布尔Leti创新日大会上,能耗问题成为焦点。随着AI驱动计算需求激增,数据中心规模和能耗急剧膨胀,部分数据中心功耗将达500兆瓦。CEA-Leti启动Resolve计划,目标到2032年实现能效提升1000倍。大会展示了3D集成、光子互连等节能技术,以及无PFAS芯片制造方法。业界呼吁通过先进封装、宽禁带功率器件等实用技术,平衡AI发展与可持续性需求。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
联想集团推出专为人工智能工作负载优化的数据中心系统产品组合。主打产品ThinkSystem SR680a V4计算设备集成近二十个处理器,推理工作负载运行速度比上一代硬件快11倍。该系统配备8块英伟达Blackwell B200显卡、6个英特尔至强6处理器,以及8个英伟达SuperNIC和BlueField-3 DPU。同时发布基于SR675服务器的两个系统和四个混合AI优势产品包,涵盖制造、酒店、安全和零售等应用场景。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。