微软、甲骨文和IBM均已有所行动,Andy Jassy领导下的服务器租赁巨头亚马逊云科技自然不甘落后。
亚马逊云科技已正式发布符合博通许可方案的VMware即服务产品。
即将推出的Amazon Elastic VMware Service (Amazon EVS)服务将允许客户在亚马逊云中运行博通旗舰级产品VMware Cloud Foundation(VCF)私有云技术栈。
亚马逊承诺,用户能够“在短短几小时内设置起完整的VCF环境”,而后“扩展本地网络并迁移工作负载,期间无需更改IP地址、重新培训员工或者调整操作手册”。
VCF包含计算、存储以及网络虚拟化工具,同时搭配管理及自动化产品。博通将该套件称为“私有云”而非“混合云”,目的也是在强调二者之间的细微差别。对于博通来说,私有云能够使用公有云端的资源(但仅面向专用主机),而混合云则允许用户租用计算资源,这些资源可以为不同云客户端运行起多种工作负载。
但在亚马逊云科技的简短服务描述帖中,并没有强调专用主机的概念。
但其中指出,Amazon EVS提供的体验与任何其他VCF实现相同,包括具备同样使用第三方备份、灾难恢复和存储容量的能力。
博通目前正全力投入VCF,并坚称即使是在改变定价策略以捆绑按核心数量订阅的套件计费方式之后,该项服务仍将物有所值——但从新的计费调整来看,持有永久许可证的VMware客户将迎来大幅上涨的运营成本。
亚马逊云科技是VMware在云计算领域的“初恋”。在被收购之前,这家虚拟化先驱同云计算巨头联合设计了一项名为VMware Cloud on AWS的服务,由VMware方面负责管理,亚马逊云科技则提供托管并可供转售。
但当时该产品并未使用VCF。在收购VMware之后,博通很快停止为其提供底层技术组合。随后,博通又禁止亚马逊云科技转售该服务,而后者似乎也做出了反击,建议VMware Cloud on AWS用户放弃继续使用VMware。
与此同时,甲骨文、微软和IBM却纷纷开始提供基于VCF的云服务。其他不少小型云服务商也迅速跟进。
据了解,亚马逊云科技意识到VMware Cloud on AWS已非长久之计,必须想办法提供符合博通新许可证及捆绑方案的VMware服务。他们投入几个月时间完成了服务构建,并于本周一以Amazon EVF的名号正式与广大用户见面。
从这个角度看,EVF的诞生似乎标志着博通的胜利——其成功压服了领先云平台的反抗行动。
但情况也不尽然:亚马逊云科技在其公告帖中指出,新服务的用户“可以使用其他原生云功能轻松增强这些工作负载,并随时间推移探索更多一体化选项。”
言下之意就是现代应用程序已经不再依托虚拟机进行构建,而且尽管多年以来的战略经历了多轮调整,但VMware的Tanzu Kubernetes平台也始终没有得到开发人员的广泛接纳。
好文章,需要你的鼓励
来自耶路撒冷希伯来大学的研究团队开发了WHISTRESS,一种创新的无需对齐的句子重音检测方法,能够识别说话者在语音中强调的关键词语。研究者基于Whisper模型增加了重音检测组件,并创建了TINYSTRESS-15K合成数据集用于训练。实验表明,WHISTRESS在多个基准测试中表现优异,甚至展示了强大的零样本泛化能力。这项技术使语音识别系统不仅能理解"说了什么",还能捕捉"如何说"的细微差别,为人机交互带来更自然的体验。
这项研究提出了"力量提示"方法,使视频生成模型能够响应物理力控制信号。研究团队来自布朗大学和谷歌DeepMind,他们通过设计两种力提示——局部点力和全局风力,让模型生成符合物理规律的视频。惊人的是,尽管仅使用约15,000个合成训练样本,模型展现出卓越的泛化能力,能够处理不同材质、几何形状和环境下的力学交互。研究还发现模型具有初步的质量理解能力,相同力量对不同质量物体产生不同影响。这一突破为交互式视频生成和直观世界模型提供了新方向。
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。