Dell推出了一个看似私有云但实际上并非真正私有云的平台,该平台支持用户基于来自 VMware、 Nutanix 和 Red Hat 的软件堆栈创建私有云。
该订阅服务为用户提供了私有云的 "validated blueprints" ,据称这些蓝图可部署到任何 Dell 服务器与存储设备上。用户可以利用一组 Dell 设备来运行一个或多个受支持的软件堆栈。虽然不同的私有云不能在单个节点上共存,但该工具可以让它们在整套服务器与存储设备上共存,并实现集中管理。
Dell 声称,使用其平台创建一个新的私有云所需步骤比其他工具减少 90%,并且新环境仅需两个半小时即可投入运行。据了解,这一切均由 "Dell Automation Platform" 实现。
Michael Dell 的服务器部门开发这一平台的原因在于,他们认为超融合基础设施主要依赖于单一超管理程序,而三层架构依然相当复杂。Dell 试图通过加速私有云部署和提供 "full lifecycle management" ,为客户带来两全其美的解决方案。
用户既可以自带许可证,也可以通过 Dell 采购许可证。有趣的是,目前在 Dell 私有云中仅提供 VMware vSphere,而非 Broadcom 青睐的 VMware Cloud Foundation。其他模板将在今年下半年陆续推出。
分析师 Keith Townsend 预览了 Dell Automation Platform,并在 LinkedIn 上形容其为 "a young vision for modular infrastructure between private cloud stacks" ,暗示其 "highlights the journey in decoupling from the VMware stack" 。值得一提的是,Dell 倾向于将此称为 "disaggregated infrastructure" 。
此外,Dell 还尝试实现边缘计算的自动化,推出了基于策略的负载均衡工具,以及虚拟机的快照、备份和迁移功能。有趣的是,"Dell Native Edge" 既可以应用于 Dell 自家的硬件设备,也可用于其他竞争厂商的产品。
这些前沿和私有云方案是在本周刚开幕的 Dell Technologies World 年会中宣布的,该大会同时还发布了面向 AI 的全新硬件产品。正如预期,Dell 确保其服务器已准备好以最新配置运行,满足 Nvidia "AI Factory" 认可的要求,并支持使用 Nvidia 与 AMD 最新的加速器。
为了保持设备良好散热,Dell 研发了 "PowerCool Enclosed Rear Door Heat Exchanger" ,据称该产品可将制冷能耗降低 60%。此外,公司还推出了 "integrated rack controller" ,提供实时温度监控和所有机架级组件的统一管理。该工具的一大亮点是具备先进的泄漏检测功能,这在液体冷却逐渐流行的今天显得尤为重要。
另一项令人瞩目的公告是 Dell Pro Max Plus 这款笔记本电脑,它搭载了拥有 32 个 AI 核心的 Qualcomm AI 100 PC Inference Card。Dell 宣称,该设备可以运行参数量达 1090 亿的模型,而这些模型目前大多数用户只能在云端运行。Nvidia 对其 DGX Spark AI 工作站也做出了类似的宣称。 (R)
好文章,需要你的鼓励
AI能让够更早,更准确的发现并预测癌变的发生,这也是目前AI医疗的的一个主流发展方向,更早的发现,更准确的预测。最近一项来自美国国立卫生研究院(NIH)的研究就在对肺癌精准预测方向上取得了重大突破
字节跳动联合浙江大学发布了ImmerseGen系统,这是一个能根据文字描述自动生成VR世界的AI工具。该系统采用轻量化代理和RGBA纹理技术,用AI代理协作完成从地形生成到物体布置的全流程,还能添加动态效果和环境音效。相比传统方法,它生成的场景效率提升数十倍,在移动VR设备上达到79帧流畅运行,为VR内容创作带来革命性突破。
Salesforce发布Agentforce 3平台重大升级,新增指挥中心提供AI智能体实时性能监控,支持MCP开放标准实现与数百种企业工具无缝集成。数据显示AI智能体使用量六个月内激增233%,超8000家客户部署该技术。百事可乐等全球企业已将其深度集成到业务运营中。新版本还提供50%更低延迟、增强安全性和200多个预配置行业操作模板,帮助企业快速部署功能性AI智能体。
慕尼黑大学研究团队开发了SwarmAgentic技术,这是首个能够完全自主生成智能体系统的框架,无需人工预设模板。该技术借鉴蜂群智能原理,让AI系统自己决定需要什么角色、如何分工协作。在旅行规划等六项复杂任务测试中,SwarmAgentic表现优异,在旅行规划任务上比现有最佳方法提升261.8%,展现了全自动智能体系统设计的巨大潜力。