今天有一部分用户,对公共云的安全性、可用性和性能方面还存在一些担心,于是选择先部署私有云。而在私有云向混合云过渡中的一个主要应用就是备份容灾,以公共云为目标的灾备无需像传统容灾那样在异地部署自己的设备,能够显著降低成本。而微软的私有云套件又可以看作是Azure云服务的精简版本,在它们之间能够保证良好的兼容性。
在上一篇《戴尔+微软:从参考架构到Azure混合云平台》中,我们主要介绍了Dell Hybird Cloud System/ Cloud Platform System底层的硬件和Storage Spaces软件定义存储,本文继续讨论Windows Azure Pack云相关的上层软件模块。
DPM本地保护+Azure云备份&灾难恢复
根据以上的混合云方案,Azure Pack主要包含Backup(备份)、Site Recovery(站点恢复)和Operations Insights三个部分。
注:在中国的Azure云目前还不能提供 Operations Insights 服务,以后可能会加入。
从零开始构建混合云只需要3个小时,这是来自戴尔和微软联合验证、预装配和整合的混合云方案提出的口号。如上图,第一步是交付和基础部署;第二步涉及管理、门户和Azure服务,其中包括Site Recovery复制、站点级容灾和Operations Insights,达到“混合云就绪”;第三步通过System Center DPM进一步配置本地和云备份。
为了业务连续性的目的,整合式备份可以分为本地和到云两种,传统本地备份不受带宽影响并且恢复速度快,但无法应对站点级故障。戴尔HCS/CPS混合云的本地备份由安装微软DPM的设备(一体机)来实现,进一步到云的Azure Backup具备可扩展、可靠、安全、加密和自动化的特征,可以消除用户对备份数据泄露的担心。
而Azure Site Recovery除了要进行数据复制之外,还要提供在私有云故障时利用Azure公共云上虚拟机接管业务的能力。因此它具备自动化、扩展容量、按需可用、灾难恢复演练、合规报告等特性。
上图为DPM备份基础设施的介绍,其参考配置为:最多3台PowerEdge R730xd服务器,Xeon E5八核CPU、128GB内存,12热插拔+4内部3.5英寸硬盘驱动器可选大容量的4TB和6TB NL-SAS,搭配PERC H730P RAID卡,网卡为Intel X520双万兆。
该设备为微软Data Protection Manager优化,支持重复数据删除,并且能够扩展到云,也就是与Azure Backup打通实现D2D2C备份。
总结
本文介绍了现阶段混合云中比较常见的应用——备份容灾,这方面Azure已经考虑的比较周全;而戴尔Hybird Cloud System/ Cloud Platform System在与微软的合作中,强强联手,充分发挥了自身在计算、存储和网络硬件等方面的优势。
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。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
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。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。