戴尔今天表示,正在通过用于微软Azure云本地部署的新产品系列来扩展APEX产品组合。
这是戴尔最近发布的Dell APEX Cloud Platform的第一款产品,为Microsoft Azure Stack HCI提供一系列基础设施产品。Microsoft Azure Stack HCI是一个超融合基础设施平台,客户可以在他们的本地数据中心运行该平台。
微软的Azure Stack平台可以被认为是扩展Azure云平台的一种方式。客户可以用它来创建混合云计算环境,其中的本地系统与Azure公有云深度集成,使应用、数据和工作负载能够在两者之间移动。
戴尔的APEX服务是一个以即服务模式向客户提供的软硬件产品组合,这意味着客户可以访问戴尔尖端的数据中心硬件,而无需像以往一样预先支付所有费用。相反,他们可以租用基础设施,根据需求的变化灵活添加和删除系统。
戴尔在今年5月举行的Dell Technologies World大会上公布了Dell APEX Cloud Platform。当时戴尔表示,该平台让客户可以将他们对云的选择扩展到自己的本地生态系统,以更好地控制工作负载的分配,同时获得一致的体验。
APEX Cloud Platform for Microsoft是第一款上线的此类产品。它提供了与Azure Arc的原生集成,以跨本地环境和云环境自动部署应用和工作负载。戴尔表示,与现有集成系统相比,Arc内的自动化部署向导可以平均减少88%的部署步骤。
此外,该平台还有助于优化Azure Kubernetes服务和支持Arc的应用以及数据服务的交付,以加速应用交付。戴尔表示,用户还可以在两种Azure环境中实施一致的安全性和合规性。在支持方面,客户可以订购戴尔的ProSupport基础设施套件,以获得针对硬件、软件和Azure HCI的“解决方案级支持”。
戴尔还详细说明了使用APEX进行Azure Stack HCI部署的客户能够获得哪些优势,包括全栈生命周期管理,可以即时访问新软件版本和安全补丁,以及自动集群扩展功能,让客户可以快速且简单地扩展本地基础设施以满足工作负载的需求。
这些好处会变得更好,因为戴尔表示,很快将提供对基于戴尔PowerEdge XR4000服务器平台的专用节点访问路径,把Azure云扩展到网络边缘,此外戴尔还计划扩大客户可用的存储配置范围,以支持独立于计算资源的存储资源线性扩展。
戴尔认为,通过把Azure云服务扩展到本地数据中心环境,将带来增加收入的巨大机会。戴尔引用了TechTarget旗下子公司Enterprise Strategy Group的一项研究表示,46%的企业计划在未来几年扩大他们的本地部署。戴尔则希望通过提供把Azure引入私有数据中心和边缘站点的最佳方式来帮助他们。
Constellation Research分析师Holger Mueller表示,微软是第一家意识到需要把混合云平台扩展到本地数据中心的主流云厂商,并通过Azure Stack HCI平台做到了这一点。
Mueller解释说:“Azure Stack是一个基于合作伙伴的解决方案,在部署和设置方面存在一些固有的挑战。戴尔正在通过APEX Cloud Platform for Microsoft Azure克服其中的很多挑战,让您可以更轻松地在任何位置运行工作负载。在企业自动化的时代,这种产品总是会很受欢迎的,因此戴尔对客户的采用抱有很高的期望。”
微软Azure Edge + Platform企业公司副总裁Douglas Phillips也认同这些想法,他表示,他看到有越来越多的客户寻求帮助,把Azure的功能带入现实世界中包括工厂、零售店、快餐店和其他分布式地点。他说:“通过和戴尔合作,我们可以将足够的Microsoft Azure部署到这些边缘位置,为我们共同的客户提供从云端到边缘的无缝体验。”
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。