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
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。