至顶网软件频道消息: 尽管此前HPE一直在公开场合努力与Nutanix撇清关系,但现在,HPE正在与这家强大的存储初创公司展开合作,出货一款基于订阅模式的超融合系统。
目前该系统已经通过HPE的GreenLake服务向客户提供,HPE的ProLiant或者Apollo服务器也加载到客户的数据中心或者托管设施中。
这是Nutanix与HPE签订全球协议的一个组成部分。Nutanix的渠道可以售卖预加载了Nutanix Enterprise Cloud OS——AHV虚拟机管理程序系统——的ProLiant或者Apollo服务器系统,并从HPE工厂发货,而其他与HPE签订协议的渠道则不能售卖这些Nutanix/HPE系统。
这套HPE-Nutanix系统的推荐应用将作为关键任务应用进行计费,包括SAP、Oracle和微软一级虚拟化应用,以及Splunk和Hadoop大数据结构。
当然,HPE也有自己的SimpliVity超融合基础设施系统。
就在两年前,HPE还曾表示,自己并没有与Nutanix合作售卖产品。今天,HPE的一位软件定义业务市场营销人士透露,自从HPE做了这一草率的表述之后,Nutanix一直在向软件业务模式转型,变得与硬件无关。
HPE表示,这次合作完全取决于虚拟机管理程序的选择,他们会为那些希望使用vSphere或者Hyper-V的GreenLake客户提供SimpliVity,为那些需要免费虚拟机管理程序(如AHV)的客户推荐Nutanix。
HPE的一位新闻发言人表示,SimpliVity是企业级的,他们有一家大客户正在使用SimpliVity运行虚拟化SAP应用就是一个例子,还有一家客户用它为360家零售商店提供支持。
对于HPE来说,SimpliVity超融合系统是HPE在可组合式基础设施市场迈出的重要一步,并且HPE通过收购Plexxi软件定义网络技术,将可组合式的网络框架集成到SimpliVity中。
我们看到,最终SimpliVity将被融入Synergy,而Nutanix仍然被排除在外。
HPE GreenLake上的Nutanix Enterprise Cloud OS软件和集成的HPE-Nutanix设备预计将于本季度上市。
然后,有一件事显然已经是过去时了,那就是HPE在2017年5月发布的一个帖子,标题为:“不要被误导了...... HPE和Nutanix不是合作伙伴”。
好文章,需要你的鼓励
这项研究针对现代文档检索系统中的关键缺陷:独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力,并提出了InSeNT方法,结合后期分块和创新的对比学习策略。实验表明,上下文感知嵌入显著提升检索性能,尤其在处理非自包含文本片段时,同时保持计算效率,对分块策略更具鲁棒性,并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。
这项由布朗大学和Cohere实验室研究者联合进行的研究全面分析了大型语言模型(LLM)安全研究中的语言不平等现象。通过系统回顾近300篇2020-2024年间的安全相关论文,研究发现LLM安全研究严重偏向英语,即使中文这样的高资源语言也仅获得英语十分之一的研究关注,且这一差距正在扩大。研究还揭示非英语语言很少作为独立研究对象,且英语安全研究常忽略语言覆盖文档化。为解决这一问题,研究者提出了三个未来方向:开发文化敏感的评估基准、创建多语言安全训练数据,以及深入理解跨语言安全泛化挑战。
这项研究提出了ChARM,一种创新的角色扮演AI奖励建模框架,通过行为自适应边界和自我进化策略大幅提升AI角色的真实性和一致性。研究团队创建了包含1,108个角色的RoleplayPref数据集,实验表明ChARM比传统模型提高了13%的偏好排名准确率,应用于DPO技术后在多项基准测试中达到了领先水平。这一突破将为娱乐、教育和心理健康支持等领域带来更加自然、个性化的AI互动体验。
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。