● 戴尔网络Operating System 10(OS10)为大型数据中心、云运营商的开放软件模块化与设计开发确立新的基准
● 基础模块通过平台可移植性和丰富的应用开发环境而充分利用未经修改的开源Linux系统
● 戴尔整合第三方应用和可编程能力,可以为不同的应用实例和运营模式进行软件定制服务
戴尔公司于美国当地时间1月20日宣布推出Operating System 10(OS10),扩大其在开放网络领域的覆盖范围。新一代网络操作系统提高了大型数据中心环境中的软件灵活性和可编程能力。通过分解网络软件,OS10软件环境增强了现代数据中心的功能,为客户在决定整个IT运营中的软件使用时提供更多选择。
戴尔网络与企业基础架构副总裁兼总经理Tom Burns表示:“现代软件定义数据中心需要新的运营方式——不仅是在网络层面,整个计算层面和存储层面也是如此。OS10为客户提供了一个未来就绪的跳板,使其能够更加迅速、统一地更新其网络和数据中心的基础架构,从而大规模提高客户的效率和能力。
IDC数据中心网络研究总监Brad Casemore表示:“随着戴尔通过软件和硬件创新继续扩展并强化其网络产品组合,OS10为他们开启了一个非常有趣的新发展方向。值得注意的是,戴尔还超越作为运营孤岛或独立域的网络,为消费模式、IT运营和打破传统IT孤岛预测快速演进的要求。”
分解网络OS
OS10平台是根据开放软件模块化的新基准而设计的,让用户能够在整个联网系统上创建最高效、灵活的路径。OS10由一个基础模块和各种可选应用模块组成。通过拆分捆绑整合紧密集成在特定厂商设备中的OS,从而为客户提供更多的选择、加强他们对于系统的控制和可编程能力。
●OS10基础模块——OS 10基础模块是免费的,并运行一个完全开放、未经修改的Linux版本。Linux是被最广泛使用的操作系统之一,可以跨网络、存储和计算等多个IT层提供通用程序语言。OS10基础模块汲取了Linux社区的优势,加强其自身的可编程性和可移植性,并为其之上的应用层面提供更高的灵活性。
在它的下面,OS 10基础模块采用开放计算项目的交换机抽象接口(SAI),后者能够在厂商网络操作系统与物理交换机上的特定芯片之间支持使用通用、友好的程序语言。现在,SAI通过让Web规模的企业和云提供商更精细地针对交换机进行编程,帮助他们充分利用最新的芯片创新成果。
●OS10应用模块——在基础模块上,OS10可支持戴尔的传统网络功能(L2/L3协议)以及众多第三方、原生Linux和开源应用(例如:IP、网络结构和安全服务,以及管理和自动化工具)。这让客户能够针对不同的用例和操作流程来量身定制IT运营体系。
从网络运营到开发运营
随着越来越多的客户希望跨越服务器、存储和网络来设计应用和数据中心——不只是一个孤立的系统,OS10采用的未经修改的Linux基础具有明显优势。OS10既可以吸引那些寻求传统编程方法的传统网络运营商,该软件还将吸引那些跨越服务器、存储和网络元素而寻求一致、通用开发环境的DevOps社区。
Puppet Labs首席信息官Nigel Kersten表示:“企业通过代码来定义自己的基础设施的能力是实施任何DevOps计划的必要基础,可以帮助企业完成协作和持续交付等任务。OS10提供了一种可以在传统孤岛化企业,例如开发、计算、网络和存储中共享的通用语言,降低了不必要的复杂性,同时提高了速度和可用性。我们期待着继续与戴尔合作,也期待着随着更多企业在网络管理上采用DevOps方法,OS10推出新的功能和产品。”
解放客户创新
OS10强调了帮助客户迅速开发、自定义,并最终充分利用真正的软件定义数据中心的潜力。以下就是一些例子:
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。