在巴黎举办的OpenInfra欧洲峰会期间,整整一天都专门讨论VMware迁移问题。开源开发者们整天排队展示如何使用他们的产品将VMware虚拟机迁移到开源替代方案。
正如OpenInfra业务发展总监Jimmy McArthur所指出的,博通收购VMware后导致软件许可价格发生变化,这使得许多现有VMware客户的年度VMware运营成本显著增加。他警告说,当关键IT基础设施软件提供商拥有这种影响力时,同样的情况很容易再次发生。
虽然IT部门完全可以选择VMware的替代方案,比如Nutanix的AHV或开源的Proxmox虚拟环境,但在VMware迁移日的开幕主题演讲中,McArthur讨论了依赖多个开源产品的OpenStack方法:"OpenInfra方式拥有合作伙伴生态系统,提供健康的开源替代方案。"
Forrester首席分析师Naveen Chhabra表示:"在收购时,客户非常担心和焦虑,然后他们感到愤怒和受到威胁。在我与VMware客户的对话中最重要的因素是信任关系的破裂。"
Chhabra是Forrester最近发布的《利用VMware颠覆》报告的主要作者。在该报告中,Forrester分析师指出,多年来VMware一直是事实上的本地虚拟化提供商。Forrester建议在VMware本地基础设施方面有重大投资的IT部门应考虑使用其他虚拟机管理程序提供商。
在VMware用户开始寻找替代虚拟化平台之前,Chhabra建议他们首先识别需要VMware许可证的关键业务工作负载。"不深入技术细节,我确信你会发现有几个不需要使用VMware,"他说。
VMware许可变更正被OpenInfra基金会和更广泛的开源社区用来说明为什么IT部门避免在单一技术平台上标准化很重要。
Cleura创始人兼创新负责人Johan Christenson说:"我们最近疯狂地集中数据,忘记了一些基本原则。关键是确保不要把所有鸡蛋放在一个篮子里。"
Cleura提供基于开源的公共基础设施即服务(IaaS),并且是EuroStack的成员,该组织由300家欧洲企业组成,致力于制定"全面、主权和可互操作的欧洲数字基础设施的战略蓝图"。
该组织的目标之一是减少欧洲对非欧洲技术提供商的依赖。鉴于VMware在欧洲数据中心的主导地位,Christenson承认,当IT部门寻求用开源替代方案替换它时,可能会出现功能缺口。
"然而,这取决于你如何看待这个问题——如果你参与开源,你可以填补这些缺口,"他说,并补充说他认识到可能会有更大的缺口。"我们需要继续推进开源以提供这些能力。"
虽然支持OpenStack的公司已经联合起来,为不再将VMware和博通视为组织长期技术提供商的IT主管提供服务器虚拟化,但OpenInfra基金会认识到它面临的挑战。
例如,OpenStack的灵活性和模块化带来了更高的前期复杂性。其迁移指南承认,管理和维护OpenStack环境可能比VMware设置更具挑战性,后者通常更简化和用户友好。OpenInfra基金会指出,这种复杂性可能导致更长的初始部署时间和管理员的学习曲线。
Q&A
Q1:为什么VMware用户考虑迁移到开源替代方案?
A:博通收购VMware后导致软件许可价格发生变化,使得许多现有VMware客户的年度运营成本显著增加。此外,客户对VMware和博通的信任关系出现破裂,不再将其视为长期技术提供商。
Q2:OpenStack相比VMware有什么优势和劣势?
A:OpenStack的优势是提供基于多个开源产品的健康替代方案,避免对单一技术平台的依赖。但劣势是其灵活性和模块化带来更高的前期复杂性,管理维护比VMware更具挑战性,部署时间更长且需要管理员学习。
Q3:企业在迁移前应该做什么准备工作?
A:Forrester建议企业首先识别需要VMware许可证的关键业务工作负载,因为会发现有些工作负载实际上不需要使用VMware。同时要评估现有投资和业务需求,制定合适的迁移策略。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。