戴尔公司首席执行官Michael Dell表示,虽然VxRail仍然很受欢迎,但随着客户和合作伙伴在寻找VMware的替代品,与虚拟机管理程序无关的戴尔PowerFlex看到了“巨大的动力”。
戴尔表示:“任何想要出售VxRail的人都可以出售VxRail,还有什么替代方案?你已经听我们谈论PowerFlex有一段时间了,这确实是我们首要的基础设施解决方案,它可以与VMware配合使用,还可以与Red Hat以及每个虚拟机管理程序和容器平台配合使用,对开发人员是友好的,适用于所有公有云,它可以在本地运行、可以并行运行、可以在任何地方运行。我们在这方面一直保持着强劲的势头。”
Dell PowerFlex是戴尔的软件定义架构,支持跨裸机和虚拟机管理程序的块和文件的一个超大规模和容器编排平台,是在单一基础设施平台上交付的。
Michael Dell说:“我们希望为客户和合作伙伴提供最广泛的选择。因此,有些客户希望继续与VMware合作,有些客户则想做其他事情,他们可以与戴尔一起做任何一件事。”
VxRail拥有庞大的安装基础,拥有超过20000家客户,在全球部署了30万个节点,是唯一与VMware联合设计的HCI产品。
戴尔钛金合作伙伴Advizex公司首席执行官CR Howdyshell表示,VxRail仍然很受欢迎,但越来越多的客户需要替代方案,而继博通去年收购VMware之后,与虚拟机管理程序无关的戴尔PowerFlex正在市场上取得长足的进步。
Howdyshell说:“基于博通在市场上的情况,这并不是一次好的经历,这是一次非常具有挑战性的经历。作为合作伙伴,我认为我们必须代表我们的客户,并为他们提供最佳选择。我坚信PowerFlex已经成为客户的可行选择,我们已经看到这方面的活动明显有所增加。”
在去年11月完成690亿美金的收购之后,博通改变了VMware许可成本,简化了按节点定价的产品捆绑包。据合作伙伴和分析师称,这导致一些VMware环境的成本上涨了10倍或更多,以保持现有的VMware资产。
VirtuIT公司是一家位于纽约南乌特的戴尔白净合作伙伴,同时也在数据中心内托管了VMware Master Competency。该公司首席技术官Josh Lee表示,使用PowerFlex的客户可以减少运行VMware的节点数量,根据所使用的工作负载进行分析。
Lee表示:“对于那些规模较大的客户,比如六七个节点,这时候Dell PowerFlex就会发挥作用。你确实可以打造一个解决方案,在其中可以控制VMware真正需要的核心数量,并且将存储成本与计算成本分开。使用VxRail,如果你需要八节点的存储,则必须支付八节点的计算费用和许可费用。而借助PowerFlex,如果你只需要三个或者四个节点的计算和少数几个节点的存储,你只需为所需的内容付费。”
Lee表示,他还利用戴尔与微软合作的Apex产品为Azure客户构建替代方案,使客户能够缩小到只有一个节点。Lee表示,一位客户刚刚在戴尔节点上使用Azure stack HCI构建了一个“非常大的项目”。
“这需要这些节点,但打包了生命周期管理控制器,老实说它看起来很像VxRail Manager,看起来像是一个非常严格的单一管理平台控制平面。你可以减少到只有一个节点,可以从1个节点扩展到16个节点,可以同时拥有多个集群。”
今年2月,随着博通宣布对VMware的合作伙伴、产品、OEM协议和定价进行多项快速调整,博通和VxRail产品设计者之一戴尔的Gil Shneorson在共同撰写的博客中宣布,将继续提供VxRail的销售和更新。
根据博客:“需要强调的是,博通对VMware的收购不会影响VxRail和VxRail上的VCF部署和支持体验,VMware和戴尔因此而闻名,将继续致力于为客户提供服务。我们的产品和工程团队继续在为客户群提供交付和支持方面展开协作,推动了VxRail和VCF on VxRail的持续发展和卓越追求。”
戴尔在2016年收购存储巨头EMC的同时也获得了VMware。
戴尔在2021年分拆VMware之后,两家公司签署了一项为期五年的协议,VMware不再属于戴尔之后,双方所共享的许多紧密业务关系得以延续下去。文件显示,作为该交易结构的一部分,戴尔贡献了VMware大约40%的收入。
戴尔公司在今年1月提前两年终止了这种关系,理由是协议中的一项条款允许任何一方在所有权变更的情况下终止关系。博通表示,未来计划与所有厂商在公平竞争环境中展开合作。
好文章,需要你的鼓励
新加坡国立大学研究人员开发出名为AiSee的可穿戴辅助设备,利用Meta的Llama模型帮助视障人士"看见"周围世界。该设备采用耳机形态,配备摄像头作为AI伴侣处理视觉信息。通过集成大语言模型,设备从简单物体识别升级为对话助手,用户可进行追问。设备运行代理AI框架,使用量化技术将Llama模型压缩至10-30亿参数在安卓设备上高效运行,支持离线处理敏感文档,保护用户隐私。
阿里达摩院联合浙江大学推出VideoRefer套件,这是首个能够精确理解视频中特定物体的AI系统。该系统不仅能识别整体场景,更能针对用户指定的任何物体进行详细分析和跨时间追踪。研究团队构建了包含70万样本的高质量数据集VideoRefer-700K,并设计了全面的评估体系VideoRefer-Bench。实验显示该技术在专业视频理解任务中显著超越现有方法,在安防监控、自动驾驶、视频编辑等领域具有广阔应用前景。
OpenAI推出新AI模型GPT-5-Codex,能够在无用户协助下完成数小时的编程任务。该模型是GPT-5的改进版本,使用额外编码数据训练。测试显示,GPT-5-Codex可独立工作超过7小时,能自动发现并修复编码错误。在重构基准测试中得分51.3%,比GPT高出17%以上。模型可根据任务难度调整处理时间,简单请求处理速度显著提升。目前已在ChatGPT付费计划中提供。
Sa2VA是由UC默塞德等高校联合开发的突破性AI系统,首次实现图像视频的统一理解与精确分割。通过巧妙融合SAM-2视频分割技术和LLaVA多模态对话能力,Sa2VA能够同时进行自然对话和像素级物体标注。研究团队还构建了包含7万多个复杂视频表达式的Ref-SAV数据集,显著提升了AI在长文本描述和复杂场景下的表现。实验显示,Sa2VA在多个基准测试中达到业界领先水平,为视频编辑、医疗诊断、智能监控等领域带来新的应用可能性。