ZD至顶网软件频道消息: 微软正在开始一项为期九个月的推广,从9月1日开始将向 VMware 用户提供免费的Windows Server Datacenter许可服务,以便用户可以从 vSphere 切换到 HYPER-V。
9月1日开始日期是有点奇怪,那是因为直到即将到来的9月最后一周,微软的Microsoft Ignite 2016大会上,Windows Server 2016才要正式公开发布。(笔者估摸一个月的提前量是要给那些有兴趣的用户在做购买决定前试用一下新版Windows Server 2016技术预览版)。
推广活动的详细条文里还规定,那些将工作负载切换到 Hyper-V 的客户,在购买Windows Server 2016 Datacenter时买了附加的相应软件保证批量许可计划才能获得免费Windows Server 2016 Datacenter许可证,即是说,客户欲获取免费数据中心服务器许可证就得购买软件保证计划。
网上可以下载有关迁移的推广活动的资料,从中可以看出,活动参与用户除了获得免费Windows Server 2016 Datacenter许可证外,还可以通过微软虚拟学院获取免费在线培训。推广活动的结束日期为 2017 年 6 月 30 日。
微软今年将发布好几个Windows Server 2016Windows Server 2016版本,Windows Server 2016 Datacenter是其中之一。数据中心版主打"高度虚拟化数据中心和云环境"。其他版本包括 Windows Server 2016 标准版、精要版、 多点高级服务器、 存储服务器和 Hyper-V 服务器等多个版本。
至于许可证方面,Windows Server 2016 Datacenter和标准版都是按内核算;精要版、多点高级服务器、存储服务器和 Hyper-V 服务器的许可证则是按处理器算;上图取自微软澳大利亚 OEM 团队最近发表的博文,从图中可以看得很清楚。想部署Nano服务器模式的用户则必须参加软件保证计划才能这样做,不管是数据中心版或标准版都是这样。
Nano服务器是 Windows Server 2016 标准版和数据中心版的三个安装选项之一。(其他两个选项为桌面体验服务器和服务器核心版)。长期服务分支(Long Term Servicing Branch)选项不可用于Nano服务器,频繁更新的业务当前分支(Current Branch for Business)服务模式则不可用于桌面体验服务器和服务器核心版。网上可以搜到未来服务选项的详细信息。
数据中心版可在不限数量的操作系统环境/Hyper-V容器里运行,而标准版则只允许在两个操作系统环境/Hyper-V容器里运行。数据中心版还包括了诸如直接存储空间(Storage Spaces Direct)和存储副本(Storage Replica)、屏蔽虚拟机(Shielded virtual machines)和网络堆栈等特别功能,这些是标准版所没有的。
微软证实,Windows 服务器 2016 将引入新 Hpyer-V 容器化技术并将推出Nano服务器模式。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。