至顶网软件频道消息: AWS和VMware正致力于让双方联合开发的VMware Cloud on AWS服务覆盖更广泛的市场,宣布将把该服务开放给Amazon的合作伙伴网络以及AWS自己的销售团队。
从今天开始,客户可以直接从AWS或者通过服务提供商计划认证的AWS合作伙伴网络成员企业那里购买VMware Cloud on AWS,而以前客户只能从VMware那里购买该服务。
VMware Cloud on AWS混合云服务可以在AWS公有云中运行VMware的软件定义数据中心堆栈。AWS提供了弹性的裸机基础设施,在此之上是VMware的软件定义数据中心堆栈,包括NSX、vSphere和vSAN。
VMware Cloud on AWS服务支持各种工作负载和用例,包括SQL Server迁移、Oracle迁移、SAP工作负载等,它的一个主要优点是工作负载可以根据需要请求更多容量,并空闲时间段占用较少的资源。
AWS Enterprise Workloads副总裁Sandy Carter在接受采访时表示,能够通过AWS合作伙伴网络购买该服务的好处之一,是客户可以利用AWS Migration Acceleration Program等促销计划。
Carter在谈及这次合作时表示:“我们将双方的合作提升到了一个新的水平。”
此外,Amazon表示针对VMware Cloud on AWS发布一个新的合作伙伴赋能追踪计划,目的是帮助Amazon合作伙伴具有在VMware Cloud on AWS服务相客户项目支持方面的经验。
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。