作者:MIKE WHEATLEY
更新时间:美国东部时间2023年6月20日13:00
慧与(HPE)今天表示,该公司正在大规模扩充HPE Greenlake边缘到云平台的功能,将今年早些时候收购的基础设施监控初创公司OpsRamp的软件整合到其中。

它还将为备份和机器学习增加新的软件即服务产品,扩充HPE Greenlake私有云产品组合,并拓展其与亚马逊网络服务公司和Equinix公司的合作。
这些消息是在今天于拉斯维加斯举行的HPE Discover上公布的。HPE GreenLake是HPE为企业提供的旗舰产品,包括硬件和软件的产品组合,以即付即用的方式向企业提供。HPE通过GreenLake提供并管理系统,按照使用状况收费,这意味着客户只需要为他们使用的计算和存储付费。
HPE首席执行官Antonio Neri表示,GreenLake包含了公司的战略,即以服务的形式提供一切服务,帮助客户将现代云体验与混合云的控制、治理、性能和可预测性结合在一起。他表示:“HPE GreenLake在这个新的类别中一直处于领先地位,今天我们扩大了混合云和私有云产品的范围、选择和能力,以此扩大我们的领先地位。”
HPE在3月份收购了OpsRamp,之后就马不停蹄地将该公司的能力整合到GreenLake之中。通过在SaaS基础上添加来自OpsRamp的软件,客户可以获得跨异构,多云环境的资产和应用的全栈观察能力和自动化。OpsRamp的第二个好处是它增强了HPE最近推出的可持续发展面板,为跨多云资产的信息技术资产提供了更高的可见性。
除了整合OpsRamp,HPE还在扩大现有混合云服务以及软件即服务产品的范围。例如,它现在为亚马逊机器图像(Amazon Machine Image)提供HPE NonStop开发环境(HPE NonStop Development Environment),HPE欺诈风险管理(HPE Fraud Risk Management)也作为SaaS产品跻身AWS市场。
HPE GreenLake for Backup and Recovery能够经济高效地实现长期数据保留,其范围已经扩大到由微软SQL Server和亚马逊关系数据库服务管理的企业内部和云数据库。HPE的机器学习开发环境,通过HPE GreenLake提供优化的人工智能基础设施和机器学习软件,现在已经可以在HPE GreenLake for High Performance Computing上使用。
在另一项公告中,HPE表示,它正在扩充GreenLake的私有云产品组合,这些产品提供了企业建立自己的私有云所需的一切。该产品组合中的最新产品是HPE GreenLake for Private Cloud Business Edition,它使客户能够根据需要在混合云中启动虚拟机,并通过AIOps简单地自行管理这些云。
同时,现有的HPE GreenLake for Private Cloud企业版产品已被扩展到解决边缘用例,获得了连接到数以千计分布式IT点位的能力,HPE表示它可以为云原生和传统应用提供管理服务。该产品还将在未来几周增加对红帽OpenShift的支持,以及新的多云功能,使其有可能通过AWS、谷歌云、微软Azure和VMware vSphere自我提供工作负载。
HPE与VMware的长期合作关系得到了进一步深化,推出了HPE GreenLake for VMware Cloud Foundation扩展功能。除了软件授权、安装和持续管理服务之外,该产品现在还提供预配置和测试云模块,并针对VMware Cloud Foundation进行了优化。HPE表示,通过HPE GreenLake管理VMware Cloud Foundation,企业可以更容易地转移资源以满足不断变化的业务需求,同时避免过度配置。
最后,HPE表示扩充后的私有云产品组合将在全球多个Equinix数据中心进行预配置,让客户在部署私有云的时候拥有更大的灵活性。
好文章,需要你的鼓励
企业大量采用自动化开发生命周期平台,85%的IT领导者在过去两年完成了DevOps迁移。虽然这些平台能简化编码实践并减少工具数量,但调查显示,完全替换式迁移平均花费175万美元,预算超支18%。超过三分之一的领导者表示25%的预算变成沉没成本。专家建议采用工具集成而非替换的渐进式迁移方法,以避免成本超支和供应商锁定问题。
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。