Dell Technologies 今天发布了其分解式基础设施策略,旨在为企业提供将传统三层架构的灵活性与超融合基础设施(HCI)的简便性相结合的“双赢”方案。
在本周拉斯维加斯举行的 Dell Technologies World 之前的媒体简报会上,Dell Technologies 基础设施集团高级副总裁 Varun Chhabra 阐述了公司如何改进其核心数据中心产品组合,以满足从人工智能(AI)到传统企业应用等现代工作负载的需求。
这一举措针对了客户的一个关键痛点:不断变化的工作负载组合——既有传统的虚拟机(VM)和数据库,也有容器、裸机 AI 和边缘计算等新型工作负载——往往会给现有的基础设施模型带来压力。
例如,虽然三层架构通过独立扩展计算、网络和存储提供了灵活性,但通常这种模式需要依赖多个供应商,这使得维护变得复杂,容易产生技术债务,同时部署流程冗长、升级耗时。
而超融合基础设施可以通过整合计算、存储和网络简化运营;然而,这也使企业被锁定在单一的虚拟机监控程序中,从而在面对不断变化的业务需求时限制了灵活性。
Chhabra 表示:“我们从客户那里听到,他们所期望的是一种分解式基础设施模型,它真正将 HCI 的简便性与三层架构的灵活性融合在一个模型中。”
Dell 分解式模型的核心是全新的 Dell Private Cloud,该产品设计上旨在提供类似设备的用户体验,同时通过开放生态系统和简化的基础设施生命周期管理实现灵活性。
Chhabra 指出:“Dell Private Cloud 是为分解式世界而构建,给予客户灵活性,使他们能够挑选符合需求的最新 Dell 计算、网络和存储解决方案。同时,它也为他们提供了开放生态系统的选择,使客户可以选择合适的虚拟化或云生态系统。”
依托于 Dell 自动化平台,Dell Private Cloud 将为主流云服务和虚拟机监控程序提供经过验证的基础设施蓝图。公司估计,与手动部署相比,此举可将部署私人云的步骤减少多达 90%,并在大约 2.5 小时内交付适合工作负载的集群。
在数据保护方面,Dell 同时推出了 PowerProtect Data Domain 全闪存设备。Chhabra 指出,该设备在性能和效率上都实现了显著提升,例如数据恢复速度可提高至原来的四倍,而数据复制则快两倍。
Chhabra 称:“这一切在功耗降低 80% 和机架空间利用率降低 40% 的情况下,使其成为客户数据中心确保高性能、高效率下实现网络安全韧性的完美补充。”
作为补充,PowerScale 网络安全套件也通过集成 AI 驱动的勒索软件检测、隔离式存储金库以及改进的灾难恢复能力得到了增强,同时这些功能可与诸如 ServiceNow 等现有的事件响应应用整合。
针对边缘环境,Dell 的 NativeEdge 平台也迎来了更新,包括对第三方硬件的支持、虚拟机导入功能以及诸如主动安全漂移控制等增强型安全特性。公司表示,这些改进能够节省多达 79% 的边缘基础设施部署和管理时间。
此外,Dell 还增强了其面向 Nvidia 环境的 AI 数据平台,以便为客户简化 AI 的采用。该平台提供了一个集成机架,将 Dell 的基础设施与数据引擎和 Nvidia 的代理智能工具包等诸多功能融合在一起。
Chhabra 总结道:“Dell AI 数据平台并非一刀切的解决方案。它基于分解式架构构建,使企业能独立扩展计算、存储和网络,并分别处理这些资源,从而使客户能够根据需要定制平台,比以往任何时候更快地实现 AI 转型。”
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。