ZD至顶网软件频道消息:去年IBM和VMware建立了战略合作伙伴关系,以促进将VMware环境扩展到SoftLayer共有云中。但是合作伙伴很快失望地发现IBM Cloud for VMware对于渠道来说是个“禁区”。
而本周情况发生了转折,IBM在PartnerWorld Leadership Conference大会上宣布已经授权商业合作伙伴转售此前仅为自己内部服务部门保留的集成混合云方案。
“这确实为合作伙伴开放了一个全新的市场,面向全球所有VMware的装机群,而且还有很多,”IBM Bluemix营销副总裁Meg Swanson在谈到IBM渠道计划变动时表示。
借助VMware自己的vCloud Air公有云逐渐过时,而且与AWS的关系也存在不确定性,IBM的集成代表着VMware唯一的混合云声音。
作为IBM全球增值经销商网络中的云分销商,Avnet现在正在与这些合作伙伴合作利用这套集成解决方案,Avnet高级战略副总裁Sergio Farache这样表示。
Avnet已经提供了自己的工具和白牌服务以帮助合作伙伴在SoftLayer上部署VMware环境,IBM基础设施即服务平台最近被打包到Bluemix品牌下。但是这个过程要比去年IBM专门创建自己的服务部门更繁琐、成本更高。
Farache这样表示,向渠道开放VMware就绪的能力,这将加速我们在SoftLayer裸机基础设施上已经做的事情。
IBM的解决方案通过IBM Marketplace简化了配置,增加了迁移、自动化和管理能力,并集成了计费功能这样合作伙伴就不需要单独去获取许可。
Farache还表示,“IBM是第一家为合作伙伴建立具有这种集成和透明度的完整模式的厂商,的确是对合作伙伴有利的。当然其他厂商也有公布,但并不真的会助力合作伙伴。”
作为行业领导者,AWS在10月宣布与VMware签订合作协议,将VMware的虚拟化技术带入公有云中。但是IBM Cloud for VMware相比AWS的优势是真正地投入市场中,而不是一款没有实际定价、没有正式发布日期的概念性产品,IBM Cloud首席营销官Quincy Allen这样说。
而且IBM的解决方案是与VMware所有工具和接口相兼容的,这是合作伙伴一直呼吁的,Allen说到,“刚开始他们对于无法使用这个方案是感到很失望的。”
与此同时,IBM意识到有全球数千家渠道合作伙伴将会快速扩展在Bluemix上的VMware部署规模。
Allen说,“客户们正在尝试进入云中。这是他们希望做的,但是很快会发现一个事实,那就是他们不只是重新开始,上云的最快方式就是利用你现有的东西。”世界各地的企业都已经拥有的是VMware虚拟化的私有云。
Avnet的Farache表示,合作伙伴希望能够提供满足企业需求的综合混合解决方案,而不是捆绑于特定厂商的。很多专注于私有云的厂商已经开发编排和自动化技术的技术,寻找机会扩展到公有云领域。
“他们对于混合的需求越来越强烈,现在IBM能为他们提供的就是简化这个过程。”Allen表示,解决方案提供商现在可以在几乎任何超大规模云上安装任何软件,正如Avnet此前在VMware on SoftLayer所实现的那样。但是这样一款通过市场售卖、得到正式渠道计划支持的简化产品,激励着合作伙伴在市场中建立真正的价值主张。
最后,Allen认为,对于企业客户来说,IBM凭借着安全、冗余、全球数据中心覆盖的形象让它的混合方案更具吸引力。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。