Windows Server 2019是微软公司长期服务渠道(简称LTSC)之下新一轮的迭代产品,其中囊括大量新的特性以及部分管理员用户此前就已经体验过的功能。此外,Windows Server 2019还将以半年度周期(简称SAC)的方式发布产品更新。自上一次LTSC版本(即2016年9月发布的Windows Server 2016)以来,其陆续迎来了1709与1803两个版本。而本周的发布,将代表着LTSC大版本正式获得升级。
Windows Server 2019将获得微软公司为期十年的技术支持——而不像SAC版本那样仅拥有18个月的支持周期。很明显,更长的支持周期对于管理员而言将非常重要。
超融合基础设施(简称HCI)
为了在热门技术方向的争夺当中占据主动,或者吸引更多热衷于高虚拟化水平的客户加入微软阵营,微软公司对Windows Server 2019中的超融合基础设施支持能力做出了强化。微软方面表示,其Cluster Sets技术将允许用户通过软件定义网络与存储进行部署,节点数量亦可由两个扩展到数百个——这一超融合支持能力最初亮相于2016版本当中。
如果大家希望构建一座数据中心,那么超融合基础设施本身就足以让Windows Server 2019成为一套重要的发布版本。而如果大家无此打算,微软的云产品也同样能够帮助大家在转型之路上走得更快更稳。
拥抱混合环境
Windows Server 2019可通过内部部署及云版本形式运行,微软希望用户能够在未来的某一时间点上借此向Azure过渡。考虑到这一点,该平台中内置有大量连接器以及管理工具Windows管理中心,用以降低云端准入门槛。Azure备份与文件同步以及灾难恢复等功能亦可将数据中心“扩展”至Azure当中。此外,存储迁移服务负责将文件服务器直接分流至云端,且无需修改任何用户配置。
保障安全
Windows Defender Advanced Threat Protection(简称ATP)目前已经在Windows Server 2019当中正式启用,并与Defender Exploit Guard相配合。然而,更重要的消息在于,面向Linux虚拟机的Shelded VM功能正式亮相。这一同样首次出现在Windows Server 2016中的功能可通过访问主机服务器以阻止那些已无实际作用的虚拟机继续运行。不过原本此项功能仅适用于选择Windows作为客户操作系统的场景。如今。爱好Linux的用户群体终于能够在Linux虚拟机当中实现这一功能。
微软向Linux频频示爱
微软对Linux的爱还不止于此。Windows Subsystem for Linux(简称WSL)同样被引入Windows Server,允许Linux容器以并行方式与Windows容器同步运行。在2019版本当中,WSL甚至允许Linux用户以自己熟悉的方式编写脚步,而不必另行学习PowerShell。
应用程序兼容性改进还包括对Service Fabric以及Kubernetes的支持,并将Server Core基础容器镜像的体积缩小至原本的三分之一。
此次Windows Server 2019的发布非常重要,亦可被视为Essentials产品的最终版本。不过由于整个技术支持周期将延续至2028年,因此管理员们将有充足的时间逐步规划迁移工作。
好文章,需要你的鼓励
宏碁Aspire 14 AI在Costco售价500美元,成为最便宜的Copilot Plus PC。该笔记本搭载英特尔Lunar Lake处理器,拥有现代化配置而非过时组件。配备16GB内存和1TB固态硬盘,电池续航近19小时。虽然设计和显示屏表现一般,但整体性能出色,AI处理能力达到40万亿次操作每秒,是预算有限用户的优质选择。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
博通公司第三季度业绩超预期,每股收益1.69美元,营收159.6亿美元,同比增长22%。公司获得来自新客户的100亿美元定制AI芯片订单,推动股价在盘后交易中上涨超3%。AI相关营收同比增长63%至52亿美元,预计第四季度将超过62亿美元。公司专注为超大规模云基础设施提供商设计定制芯片,已成为英伟达的主要竞争对手之一,年内股价上涨32%,市值超1.4万亿美元。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。