至顶网软件频道消息:企业需要云IT,HPE宣布推出名为GreenLake的内部部署一切即服务模式——这是对Flex Capacity付费即用基础设施的一次变革。
这些GreenLake产品与融合基础设施理念(服务器、存储、网络、虚拟机管理程序、操作系统)类似,但增加了应用软件和服务,以及顶层的付费即用定价方案。
当然,这并不是第一次有厂商提出私有云即服务(PCaaS)理念。IBM通过收购Blue Box以及SoftLayer推出了Box Panel,带有通过Box软件和SoftLayer管理的内部基础设施,现在被称为IBM Cloud Private,采用OpenStack,专注于容器化。
与此同时,Rackspace也有自己的OpenStack PCaaS,似乎是HPE GreenLake PCaaS的基础。
HPE的目标是从资本支出转型运营成本,因为企业希望以云的形式消费更多服务,而不是自己拥有和运营IT设备。
我们可以预计,随着时间的推移HPE将增加GreenLake的应用数量。HPE 公司高级副总裁、PointNext Services总经理Ana Pinczuk表示,HPE即将支持Docker,HPE Flex Capacity面向容器即服务。
HPE预计将在下面5个GreenLake应用领域扩大合作伙伴公司,包括:
- GreenLake Big Data:Hadoop数据湖,在HPE技术上做预集成和预测试,HortonWorks或者Cloudera软件。
- GreenLake Backup:本地备份容量,使用HPE套件上预集成的CommVault软件,带有HPE吉良技术和管理服务。
- GreenLake Database:EDB Postgres交付的本地和嵌入式开源PostgreSQL技术。
- GreenLake for SAP HANA:由HPE操作的本地设备,带有SAP认证的硬件、操作系统和服务。
- GreenLake Edge Compute:在边缘位置可扩展的物联网技术和服务
GreenLake与IBM的CloudPrivate不同,它并不是对容器化和IBM公有云-私有云工作负载移动性的升级。GreenLake将支持Docker但是没有提到这五个应用捆绑包的容器化版本。
把所有这些想象成礼宾式的服务,拥有类似云的、特定应用的基础设施,基于本地的,由HPE提供和管理——或者未来是HPE渠道的。
除了融合系统/一体机捆绑包之外,还有基于GreenLake Flex Capacity的基础设施产品,是对现有PointNext Flex Capacity基于消费支付费用的调整。
它具有模块化的、预打包的基础设施选择:高性能计算、微软Azure Stack、SimpliVity超融合基础设施、容量规划,并面向HPE渠道提供。
每个软件包都包含PointNext咨询、专业人员、远程监控和管理服务,Flex Capacity付费即用的消费模式,参考架构HPE硬件/软件平台,支持和订阅电子学习内容。
HPE表示,这些PCaaS产品的价格与公有云相同甚至更低,但是我们还没有看到任何数字。
按照我们的理解,计量部分是基于Cloud Cruiser技术——这是HPE在2月收购的,使其成为Flex Capacity的一部分。
我们还没有看到任何配置细节或者定价数字。
好文章,需要你的鼓励
随着智能手机市场成熟,高通急需多元化收入来源。公司在汽车领域深耕20年,从早期GM OnStar系统到如今的奔驰MBUX信息娱乐系统,已建立450亿美元未来五至七年订单储备。通过Vision Language Action模型,高通实现车辆的类人交互和反应能力,结合其在功耗效率和高性能计算方面的专长,成功突破汽车供应链壁垒。财报显示汽车业务同比增长17%,季度收入超10亿美元,为其PC、XR、工业和数据中心等新兴市场扩张奠定基础。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
谷歌Chrome团队推出名为Disco的实验性浏览器和GenTabs功能。该浏览器能根据用户查询自动打开相关标签页,并利用Gemini AI生成个性化应用。比如询问旅行建议时会创建规划应用,学习帮助时会生成闪卡系统。GenTabs是信息丰富的AI生成页面,能创建交互式界面。该项目源于内部黑客马拉松,旨在探索从传统标签页到个性化应用的转变,目前在Search Labs作为实验项目推出。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。