微软今天宣布推出的Azure Migrate是一种便捷的工作负载迁移方式,可以把VMware虚拟机管理程序支持的工作负载迁移出本地的设备。VMware的软件是目前市场中用于虚拟化服务器以提升硬件利用率的主流选择。微软表示,其他迁移工具通常一次只能传输一台设备,而微软推出的这项新服务让管理员可以采取更有效的方法。
Azure Migrate可以映射VMware虚拟化的应用,而不会导致任何操作更改。然后,这项服务可将各个组件可视化,以体现它们与其他组件的交互方式。管理员可以利用此信息并根据操作依赖关系对片段进行分组,以最容易执行的顺序将其迁移至Azure上。
为了进一步优化,Azure Migrate会对每个工作负载所需的硬件资源进行预估。因此,企业客户可以省去自己计算在微软云中需要配置哪些基础设施的麻烦。
这样,使用现有Azure服务器就可以执行物理传输工作负载的任务。微软还提供了工具让企业可以替代VMware为自动备份和其他操作提供的增值功能。
但是,某些工作负载可能很难适应新的环境。考虑到这一点,微软在推出Azure Migrate的同时还提供了把VMware虚拟化的应用运行在其基础设施上的功能。
从理论上讲,这个功能可以让微软争取到那些企业通常因为传输限制而不会考虑迁移到云中的应用。微软决定支持VMware是非常重要的决策,特别是微软的Hyper-V虚拟机管理程序与VMware存在着竞争关系。
据称,目前Azure Migrate是免费的,将在11月27日全面上市。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。