传统IT环境下,每一个IT运维人员都有许多说不出的痛,IT部署难、操作繁琐、故障频发等让他们焦头烂额。
而传统的IT基础架构多是交换机、服务器、存储设备相互分离的机架式设备,以及硬件平台、虚拟化软件和云管理软件的分阶段部署,或是多厂商产品拼凑为用户进行的所谓统一交付。它给IT设备管理带来的问题是,数据中心机房设备品牌及种类较多,软硬件不兼容;针对不同品牌的不同IT资源,需要跳到多个管理界面;IT设备出现故障时,由于需要重新配置软硬件资源,导致业务等待时间较长。
企业迫切需要一个更简单和融合的基础架构,针对这一诉求,近日,杭州华三通信技术有限公司(简称华三通信)升级UIS统一基础架构系统,在华三通信内部称其为UIS 2.0。华三通信希望把它做成无缝的融合,无论是资源管理、设备上线、应用部署、资源扩展还是事件问题处理,都可以实现便捷、高效与弹性。
华三通信云计算产品线总裁吴健
华三通信强调的无缝融合是希望把基础打牢,“UIS不是一个拼凑的方案,而是一个专业化的方案级产品,它里面集成了服务器、存储、网络交换机等组件,以及虚拟化和UIS统一管理矩阵,是一个真正意义上的全融合和资源深度耦合的基础架构。”华三通信云计算产品线总裁吴健在接受ZDNet采访时说。
把基础架构做成“标准模块”
在UIS 1.0设计之初,华三通信就不希望这个基础架构部署到用户端还要做非常复杂的调试,在华三通信看来,未来在云的环境里基础架构就是一个“标准模块”,UIS的目标就是实现网络极简。
以往,对IT管理员来说面临的设备太多,并且各个厂商的服务器、网络或存储,虽然功能差不多,但命令行差得太远,每个人都要拿厂商的说明书才能搞定复杂的配置。
基于基础设备的开发经验,华三通信把众多配置提取出来,转成IT人员能看明白的语言,吴健说,“某个服务或应用需要多大的计算量、多少带宽等,UIS把这些全部设为参数,在应用上线之前就规划并存好了模板。然后进行配置下发,而不会考虑华三通信或其他品牌的服务器,比如华三通信的产品就会用华三通信的接口进行配置直接下发,其他厂商的产品会调用相应厂商标准的接口进行配置。”
这个过程中完全没有命令行和厂商特定的语言,就是IT人员自己的语言,转换工作全由UIS管理矩阵(UISM)来完成,吴健说到。
UISM也正是华三通信本次新发布的UIS 2.0的一大提升,华三把它做到了独立的硬件设备中。谈到如此做的原因,吴健说,UISM本身有很多端口去减缓网络层次,它的位置有点像交换机,但又不是一个交换机。这个硬件抽象了计算、存储、网络等配置,并构成了配置资源池,从而实现了无状态的数据中心。
“它和下面的硬件是解耦合的,无状态的数据中心让新设备的上线一键部署,配置自动下发,而不是靠个人后端管理、手工配置。尤其在大型数据中心和云的环境中,设备的配置管理是一个非常重要的任务,集中管理减轻了IT运维的包袱。”
吴健表示,“UIS这个平台可以作为云的标准模块在最底层为大平台进行管理和服务,同时华三通信也希望服务于一些中小企业客户,让UIS可以独立工作。”他说到,在大量的企业里服务器规模可能也就几十台,也许没有资金或要上大云平台,UISM可以让中小企业一样体验到云管理的便捷性。
UIS获用户认可 华三通信占先机
UIS被市场接受的程度越来越高,吴健介绍说,“从过去两年,我们大部分卖的产品都是UIS,虽然那个时候是1.0,即使管理平台还没有出来,但它在硬件和虚拟化上的融合已经让用户觉得很新鲜和进步了。因为它节省了管理成本,让部署也更简单,尤其是全虚拟化在一个全融合的架构上跑,它带来的价值让很多客户认可。”
UIS系统实现了可定制化的云计算基础设施整体交付,并对软硬件设备的性能全面优化,用户不必考虑软、硬件基础设施之间的兼容性问题,它同时也解决了多厂商之间服务协调难度大、响应速度慢等问题,使用户从繁琐的设备选型、采购等环节中解放出来,从而把更多的精力投入自身业务的规划当中。
吴健强调,“UIS带来客户的体验,就是打开它、使用它,这么简单。”
就像硬件的配置,只需要一个拖拽这么简单。拖动网卡时,只拷贝网卡,拖动服务器,它会把整个服务器的配置全部拷过去。吴健甚至想到未来,“也许有一天我会做到如果这是一个数据中心,你把整个DC拖过去,我会在那边完整无误的配置一个DC。因为这在配置层面是很容易抽象出来的,而这个恰恰是华三最擅长的。”
做融合架构,不论是计算、存储还是网络等,对于厂商而言,在技术上特别是各部门之间存在一定的壁垒。吴健认为,华三通信的体量特别合适,不是特别大,也不是特别小,具备这种各条产品线打通的能力,从而赢得IT建设的先机。
好文章,需要你的鼓励
卡内基梅隆大学发布了他们的一项最新研究,他们对20多个开源推理模型进行了后训练,涵盖数学推理、科学问答、代码生成、指令遵循等多个维度,最终发现,数学能力优异的模型,在其他任务上表现平平,甚至还不如未加强数学推理能力的原始模型
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
Meta正在建设名为Hyperion的数据中心,预计提供5千兆瓦算力支持其AI实验室。该项目占地面积足以覆盖曼哈顿大部分区域,位于路易斯安那州东北部,将在数年内扩展至5GW规模。此外,Meta还计划在2026年启用1GW的Prometheus超级集群。这些项目旨在提升Meta在AI竞赛中对抗OpenAI和谷歌的竞争力,但也将消耗大量电力和水资源。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。