CNET科技資訊網(wǎng) 10月17日 北京消息(文/齊豐潤): 近日,聯(lián)想開放架構(gòu)大會(Open+ Forum)在京舉辦,此次大會以“雙態(tài)IT”為核心,會上聯(lián)想推出了一系列滿足企業(yè)“雙態(tài)IT”需求的解決方案。聯(lián)想希望通過打造開放的IT生態(tài)環(huán)境,幫助用戶打造自己的軟件定義數(shù)據(jù)中心,助力企業(yè)在“互聯(lián)網(wǎng)+”環(huán)境下快速轉(zhuǎn)型。
近年來,軟件定義數(shù)據(jù)中心算得上是IT領(lǐng)域的一個熱門話題,不過,對于何謂軟件定義數(shù)據(jù)中心,人們的認(rèn)識卻是在不斷變化之中?;旧希?010之前人們談軟件定義數(shù)據(jù)中心更多的是計算虛擬化,有人甚至認(rèn)為只要把所有的計算資源全部虛擬化就是一個軟件定義的數(shù)據(jù)中心。而隨著計算虛擬化的逐漸普及,加上后來云計算的興起,數(shù)據(jù)中心對存儲和網(wǎng)絡(luò)虛擬化需求逐漸凸顯出來。
很顯然,只有在計算、存儲和網(wǎng)絡(luò)實現(xiàn)虛擬化之后,才有可能構(gòu)建出一個可以自動部署、調(diào)度和運營的高效數(shù)據(jù)中心——這也就是軟件定義數(shù)據(jù)中心的實質(zhì)。比如,軟件定義網(wǎng)絡(luò)將交換機的分發(fā)層和控制層分開,分發(fā)層被從專有硬件中剝離出來由軟件來實現(xiàn),從而實現(xiàn)了按需自動調(diào)度。軟件定義存儲也一樣,原來都需要有特定的硬件來做控制、調(diào)度,現(xiàn)在可以由通過通用硬件來實現(xiàn),不僅大幅降低了投資,同時在可擴展性和靈活性上都有大幅提升。
不過,當(dāng)軟件定義在數(shù)據(jù)中心中越來越流行,越來越多傳統(tǒng)的由硬件完成的功能被虛擬化后,并不意味著硬件的價值在弱化。在聯(lián)想看來,在軟件定義之后硬件依然具有十分重要的地位。因為上云的前提條件就是硬件的穩(wěn)定性,只是通過云和軟件定義以后對硬件容錯的度起到了作用,不是軟件定義以后硬件的感知和監(jiān)控都沒有了。實際上,離開了硬件本身的可靠和穩(wěn)定,軟件定義數(shù)據(jù)中心基本上也無從談起,更不用說硬件本身對虛擬化的原生支持更有利于系統(tǒng)整體性能和效率的提升(比如芯片指令集對虛擬化的支持)。
聯(lián)想集團高級副總裁、中國區(qū)總裁童夫堯表示:“為了更好地服務(wù)客戶聯(lián)想今年成立了數(shù)據(jù)中心集團,正式進軍數(shù)據(jù)中心市場。過去聯(lián)想是一家硬件廠商,現(xiàn)在我們發(fā)展出了包括數(shù)據(jù)應(yīng)用、高性能計算、數(shù)據(jù)分析等等一系列成熟的解決方案。除了傳統(tǒng)的數(shù)據(jù)中心的穩(wěn)態(tài)技術(shù)方案,我們也擅長使用最新的敏態(tài)技術(shù)為客戶打造基于云技術(shù)、融合、超融合等全新的軟件定義的數(shù)據(jù)中心的整體解決方案。”
目前,數(shù)據(jù)中心中的重點應(yīng)用主要有四類:基于數(shù)據(jù)庫的應(yīng)用,高性能運算的應(yīng)用、其他的企業(yè)應(yīng)用(穩(wěn)態(tài))以及新一代互聯(lián)網(wǎng)應(yīng)用(敏態(tài))。未來聯(lián)想的軟件定義數(shù)據(jù)中心解決方案將會同時關(guān)注敏態(tài)和穩(wěn)態(tài)兩大類應(yīng)用,既滿足傳統(tǒng)企業(yè)級應(yīng)用的安全、穩(wěn)定、可靠的需求,同時也能滿足新一代互聯(lián)網(wǎng)應(yīng)用對靈活性的需求。
除此之外,端到端的監(jiān)控和可視化也是軟件定義數(shù)據(jù)中心必須要擁有的內(nèi)容。這甚至可以讓一個管理員跨地區(qū)、跨時區(qū)的同時管理一刀兩萬臺機器,這對于效率的提升有著深遠的意義。
聯(lián)想集團副總裁、中國區(qū)商用事業(yè)部營銷及渠道銷售總經(jīng)理劉征在演講中表示:“雙態(tài)IT更多的是要實現(xiàn)業(yè)務(wù)IT和治理的三維和諧的統(tǒng)一體,這個就是我們所謂的落地。在聯(lián)想的實踐經(jīng)驗看來,其實我們更多的是應(yīng)該去看你的企業(yè)的業(yè)務(wù)現(xiàn)在處于一個什么樣的狀態(tài),哪些業(yè)務(wù)是要用穩(wěn)態(tài)IT來支撐,然后在這個基礎(chǔ)上持續(xù)不斷地優(yōu)化,哪些業(yè)務(wù)需要建立敏態(tài)的能力,最終結(jié)果是要實現(xiàn)你的業(yè)務(wù)、你的IT和治理的三維和諧的統(tǒng)一體,這個才是一個最優(yōu)的IT建設(shè)的方法。“
從概念到具象化到產(chǎn)品,聯(lián)想也從硬件、Think Cloud、系統(tǒng)管理平臺以及上層管理的集成等方面做出了自己的努力。聯(lián)想也會整合所有前端后端的資源,提供到這些應(yīng)用當(dāng)中。未來,聯(lián)想還會對這些領(lǐng)域進行深化。
劉征表示:“聯(lián)想未來會持續(xù)深耕雙態(tài)IT的理念,我想未來雙態(tài)IT能夠帶給中國企業(yè)的好處有三個方面:一是雙態(tài)IT能夠幫助企業(yè)加速互聯(lián)網(wǎng)+的轉(zhuǎn)型;二是雙態(tài)IT的方案能夠幫助我們的企業(yè)在整個轉(zhuǎn)型的過程當(dāng)中降低試錯成本;三是能夠幫助企業(yè)快速地把握住市場的一些機會。”
同時,聯(lián)想也在致力于打造一個基于雙態(tài)IT的產(chǎn)業(yè)生態(tài),借此整合了整個產(chǎn)業(yè)資源來更好地服務(wù)客戶。事實上,從收購IBM服務(wù)器高端技術(shù),到今年與Nutanix合作推出超融合產(chǎn)品,。不久前8月23日,聯(lián)想和Juniper合作在中國分銷Juniper的全部網(wǎng)絡(luò)產(chǎn)品,與DaoCloud合作推出適應(yīng)容器的超融合產(chǎn)品,聯(lián)想一直在不斷充實這個生態(tài)系統(tǒng)
另外,聯(lián)想還與英特爾、微軟、、邁絡(luò)思、瞻博網(wǎng)絡(luò)、紅帽、SAP、Nexenta、商湯科技、明略數(shù)據(jù)、上海星環(huán)、科大訊飛等眾多業(yè)內(nèi)知名廠商在進行合作。這些合作伙伴包括了涵蓋服務(wù)器、存儲、網(wǎng)絡(luò)、IT服務(wù)的完整"雙態(tài)IT"產(chǎn)品組合,以數(shù)據(jù)應(yīng)用、HPC、數(shù)據(jù)分析解決方案、超大規(guī)模數(shù)據(jù)中心業(yè)務(wù)為主的企業(yè)級解決方案,以及加入了全新發(fā)布的雙態(tài)IT 全產(chǎn)品家族的新IT基礎(chǔ)架構(gòu)。為軟件定義數(shù)據(jù)中心提供了堅實的保證。
“雙態(tài)IT”是這次大會被提及的重點,而在軟件定義數(shù)據(jù)中心這一方面,雙態(tài)模式也將會是聯(lián)想未來的重要舉措。聯(lián)想表示會在未來的12個月里布局雙態(tài)模式和Open+,同時還會不斷深化《聯(lián)想雙態(tài)IT白皮書》。未來,根據(jù)前端的軟件定義數(shù)據(jù)中心的內(nèi)涵,都會發(fā)生變化。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡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。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。