日前,浪潮云海桌面云一體機(jī)成功通過(guò)VMware vSAN官方認(rèn)證。由此,浪潮成為全球第五家、國(guó)內(nèi)首家通過(guò)此認(rèn)證的云計(jì)算廠商,將進(jìn)一步鞏固其在云計(jì)算領(lǐng)域的領(lǐng)先地位。
vSAN是由VMware于今年3月份正式推出的全新虛擬存儲(chǔ)區(qū)域網(wǎng)絡(luò)技術(shù),是面向vSphere虛擬機(jī)提供的新一代聚合式虛擬化管理程序存儲(chǔ)功能,能夠依據(jù)具體的需求把存儲(chǔ)資源動(dòng)態(tài)地分配給各個(gè)應(yīng)用,從而實(shí)現(xiàn)靈活、高效、經(jīng)濟(jì)的虛擬機(jī)共享存儲(chǔ)。vSAN是VMware正在推進(jìn)的“軟件定義數(shù)據(jù)中心”策略的重要支撐技術(shù)之一。
據(jù)了解,通過(guò)vSAN認(rèn)證的浪潮云海桌面云一體機(jī)是浪潮結(jié)合行業(yè)應(yīng)用特點(diǎn),推出的一款面向中小機(jī)構(gòu)的桌面虛擬化的方案型產(chǎn)品。該產(chǎn)品集先進(jìn)的計(jì)算、存儲(chǔ)及網(wǎng)絡(luò)設(shè)備于一體,預(yù)裝了整套桌面虛擬化管理軟件,可以根據(jù)桌面用戶規(guī)模輕松實(shí)現(xiàn)水平擴(kuò)展,適合中小機(jī)構(gòu)對(duì)虛擬化的靈活、彈性需求。此次通過(guò)vSAN官方認(rèn)證,進(jìn)一步體現(xiàn)出浪潮涵蓋服務(wù)器、存儲(chǔ)和桌面虛擬化在內(nèi)的一體化虛擬化解決方案的先進(jìn)性,也顯示出浪潮對(duì)vSAN這一業(yè)界新技術(shù)的快速吸收和產(chǎn)品轉(zhuǎn)化能力。
據(jù)悉,vSAN認(rèn)證流程極為復(fù)雜,雖受到廣泛關(guān)注,但在此之前,僅有思科、戴爾、富士通和超威四家國(guó)外廠商通過(guò)認(rèn)證。據(jù)了解,要通過(guò)vSAN需要經(jīng)過(guò)五重認(rèn)證以確保兼容性,包括服務(wù)器的vsphere 5.5認(rèn)證、SAS/SATA的 I/O或RAID 控制器認(rèn)證、網(wǎng)絡(luò)控制器認(rèn)證、HDD認(rèn)證以及SSD認(rèn)證。
浪潮集團(tuán)系統(tǒng)軟件總監(jiān)張東表示,虛擬化是浪潮云計(jì)算戰(zhàn)略的重要支撐,此次云海桌面云一體機(jī)通過(guò)vSAN官方認(rèn)證,能夠大幅度的降低成本、簡(jiǎn)化管理,為客戶提供更高效的端到端云計(jì)算解決方案。同時(shí),吸引更多合作伙伴采用浪潮產(chǎn)品用于虛擬化領(lǐng)域,加速云計(jì)算產(chǎn)業(yè)生態(tài)體系的構(gòu)建。
vSAN軟件定義存儲(chǔ)解決方案可以提供新一代聚合式虛擬化管理程序存儲(chǔ)功能,其通過(guò)直接嵌入VMware vSphere內(nèi)核的方式創(chuàng)建出一套虛擬存儲(chǔ)陣列,并將運(yùn)行VMware ESXi服務(wù)器集群中的磁盤(pán)和固態(tài)盤(pán)融合為資源池,從而擺脫對(duì)共享式物理存儲(chǔ)機(jī)制的依賴。對(duì)于眾多的用戶而言,充分利用本地硬盤(pán)存儲(chǔ)空間的vSAN確實(shí)可以有效降低部署成本,同時(shí)簡(jiǎn)化的管理流程也能進(jìn)一步降低運(yùn)維復(fù)雜度。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。