ZDNet至顶网软件频道消息: 目前全球市场的不确定性和企业对IT预算审查的严格性,要求硬件和软件的采购尽可能地具有战略意义。随着云计算和虚拟化技术的发展,企业逐渐认识到存储和服务器的虚拟化技术在减少资源成本和管理成本等方面的优势。许多公司也已经将IT部署的重点向虚拟化方向转移。其中,桌面虚拟化技术成为了众多企业关注的焦点。
“桌面虚拟化”一般指虚拟桌面基础架构(VDI),具体说来就是将数据中心里面的桌面应用放在服务器集群上运行,并通过终端服务分发给远程用户,旨在使工作场所(最终用户的应用程序、数据和设置)与它下面的架构层隔离开,为企业提供新的管理和部署的选择。其主要优点是: 虚拟桌面管理、配置简单,安全性高,灵活性强。
在这一领域,比较知名的虚拟化厂商如:VMware、citrix都推出了较成熟的产品和解决方案。
然而,尽管桌面虚拟化呈现一派红火的势头,种种迹象却显示用户采用这项技术的热情并不高涨。其原因在于,桌面虚拟化有几个技术“盲区”仍没有覆盖到位。如:图形和流视频无法在虚拟桌面上顺畅运行;此外,虚拟桌面对网络及存储的性能的较强依赖,在一定程度上也缩小了其适用范围。
为了解决上述瓶颈,各个虚拟化厂商不断努力与探索,一种新的桌面虚拟化架构应运而生——即智能桌面虚拟化(IDV)技术架构。这种架构方式只是将桌面的标准镜像在数据中心进行集中管理,而操作系统则利用客户终端的计算资源运行,打破了VDI技术将所有桌面系统集中在数据中心运行的方式,这样将瘦客户端替换为智能终端,在一定程度上有效解决了VDI架构的弊病。
近年来IDV架构的桌面虚拟化解决方案在市场上也得到了大面积的推广,比较成熟的产品除了大家熟知的citrix XenClIEnt外,国内知名的虚拟化厂商红山公司自主研发的vTop,也受到了广大用户的一致好评。
尽管IDV架构的桌面虚拟化方案已经基本上满足了用户的需求,也占有了一定的市场份额,然而在实际的生产环境中还是存在一定的技术瓶颈,其中最大的问题就是数据中心的资源和网络带宽消耗。
我们知道在IDV架构的桌面虚拟化方案中,尽管用户的系统和应用都在终端本地运行,但为了安全起见,大部分用户在退出系统前要将本地数据同步至数据中心进行保存,并清除本地数据,当再一次登录桌面系统的时候,将已上传的数据下载到本地使用。如此频繁的上传下载操作对数据中心的网络性能及存储容量有着较高的要求,特别是当属于同一数据中心的多个用户同时进行同步或下载操作时,系统可能达不到理想的体验效果。
针对这一问题红山公司又研究开发了企业云存储套件Halsign Sync。Halsign Sync是一个独立的软件,既可以在作为文档管理软件应用于物理系统中,也可以和vTop实现完美的结合,在一定程度上优化vTop的性能。
Halsign Sync是一种企业级云存储解决方案,可为企业提供组织内外、多种设备之间的商业文档和文件的安全存储、同步和共享服务,可以实现用户本地数据和管理服务器上数据的实时同步以及不同用户(组)之间的资源共享,在所有自带设备(BYO)和企业设备、移动设备、平板电脑、笔记本和台式机上保存并同步文件。
在管理员为用户分配的vTop桌面镜像中嵌入Halsign Sync组件,那么用户在使用vTop桌面的过程中,就可以将重要的数据直接存放到Halsign Sync的本地文件夹内,在操作的过程中本地的数据会实时的同步到Halsign Sync的服务器中。由于Halsign Sync服务器与vTop的数据中心是相互独立的,所以不必担心退出系统后同步数据时可能出现的网络速度慢、数据中心存储空间不够、或者数据量较大致使等待时间较长的问题。
另外Halsign Sync的资源共享功能也是对vTop功能一个很好的补充,虽然vTop系统在移动办公方面有着不可取代的优势,但其本身并不具备共享文件的功能,和Halsign Sync结合后,各个部门、团队内部的资料可以实时共享,任意一个员工的Halsign Sync上的数据更新时,与其有共享关系的其他员工的相应数据也会实时更新,使每个人实时了解整体的工作进度,有效提升了团队的工作效率。
红山公司的桌面虚拟化方案vTop,不仅具有IDV虚拟桌面所共有的优势,而且在对国产操作系统的支持范围、外接设备的兼容性以及视频音频的流畅度方面的研究都取得了突破性的进展。与Halsign Sync结合后,在功能和性能方面又上升了一个新的台阶。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。