ZDNet至顶网软件频道消息:如果你用过SUSE Cloud 3 OpenStack Admin Appliance,你就知道它是一款基于Havana OpenStack的可下载工具,即便是不懂技术的用户也能动手部署OpenStack云。今天,我非常高兴地向大家介绍基于Icehouse的全新SUSE Cloud 4 OpenStack Admin Appliance。
与最初发行的SUSE Cloud 3相同,它有两个版本:标准版(Standard)和内置版(Embedded)。通过用户反馈可看出这两个版本的用户体验显然没有太大区别,而最重要的目标是缩小下载文件的整体大小。为达到这种目的,我想出了一些可使映像变得简洁、尺寸更小的新方法,即把标准版本和内置版本的功能进行合并。
这种新工具把全部所需的软件和版本库进行了合并,以便在用户的沙箱实验室或生产环境中建立、筹划和部署OpenStack Icehouse。它带来的好处包括:可自动化部署高可用性云服务;支持包含KVM、Xen、Microsoft Hyper-V和VMware vSphere在内的混合管理程序云;可使用备受赞誉的全球服务组织提供的支持;与SUSE专业的维修流程实现了一体化。另外,还整合了SUSE Studio™和SUSE Manager等工具以帮助用户建立和管理云应用。
借助已发布的SUSE Cloud 4并结合合作伙伴的反馈,供应商和客户正在积极部署OpenStack,现在发行一款全新的改进版Admin Appliance正当其时。这款新映像融合了大量最常用的案例,具有足够的灵活性,可以添加诸如SMT(Subscription Management Tool)和SUSE Customer Center注册等其它组件,因此可以保证用户的云基础设施始终处于最新状态。
打造SUSE Cloud 4 OpenStack Admin Appliance的目的在于提供快速简单的部署。我们的合作伙伴和供应商发现,在SUSE Cloud中快速测试他们的应用程序和验证他们的使用案例非常有用。对客户而言,它已经成为一款部署基于OpenStack生产私有云的强大工具。
借助version 4.0.x,你可以进行以下内容,以便现在就利用Openstack展开行动。
在行动之前阅读并理解《Deployment Guide》,这非常重要。这将帮助你了解要求并整体理解部署你自己的私有云所涉及的方方面面。https://www.suse.com/documentation/suse-cloud4/book_cloud_deploy/data/book_cloud_deploy.html
为帮助用户快速行动,《SUSE Cloud Openstack Admin Appliance Guide》提供了有关使用该工具的指导和逐步安装的详细信息。https://github.com/cseader/suse-cloud-appliances/blob/master/docs/SUSE-Cloud-AA-Guide.md
GithubProject做出的变动
别再犹豫。点击http://www.suse.com/suse-cloud-appliances下载版本4,浏览《Appliance Guide》,看看设置OpenStack到底有多快、多简单。用户还能再进一步,提高它的可用性并建立多个管理程序。祝你使用愉快!
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。