至顶网软件频道消息:在2016年,VMware选择亚马逊网络服务(Amazon Web Services)作为其主要的公共云提供商。今年八月,VMware还宣布其Horizon Cloud平台将支持Azure上的桌面和应用程序工作负载。
尽管有了八月份的合作,VMware和微软显然还不是最好的伙伴。微软上个星期宣布,它正在预览Azure上的VMware虚拟化,而这一做法显然让VMware非常不满。
微软的官员们上周表示,Azure上新推出的VMware虚拟化预览版将允许用户将VMware工作负载与Azure服务集成在一起。通过这个预览版本,用户可以在Azure硬件上运行完整的VMware堆栈。微软的官员们表示,他们将与“主要的VMware认证合作伙伴”合作提供这种产品,并将在2018年的某个时候让这个版本全面上市。
也许是微软把Azure上的VMware定位为向Azure迁移的一个步骤,这种做法激怒了VMware的员工。或者,也许是迫于AWS的压力。不管是什么原因,正如我在Petri.com上的博客文章中所看到的那样,上周VMware公司的高管看起来对微软的公告并不太满意。
VMware的官员在11月22日发表了关于微软公告的博客文章,明确表示,微软的预览版是在没有VMware参与的情况下开发的,而且“既没有VMware的认证也没有VMware的支持”。 VMware还指出,在参与者中,也没有提到认证合作伙伴的名字。
VMware的云服务产品开发高级副总裁Ajay Patel在博客文章中表示:
“微软认识到VMware产品的领先地位,并在探索在Azure上对VMware进行支持,以此作为客户在Hyper-V或原生Azure Stack环境中的高级且必要的解决方案,这种做法是可以理解的,但我们不相信这种方法能够为客户的混合或多云未来提供一个很好的解决方案。”
哦,战火烧起来了!
Patel指出,AWS上的VMware Cloud是由AWS和VMware共同开发,并由VMware工程师提供支持和管理的。Patel还表示,VMware与IBM合作提供的IBM Cloud for VMware解决方案同样也是VMware认可的产品。
我们看到微软和VMware之间的不和已经有一段时间了。微软选择发布关于VMware公告的时机——就在亚马逊的AWS re:Invent展会之前——当然不是偶然的。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。