很多IT从业者认为,迁移到超融合架构是一种成本节约行为,但如果处理不好当前IT人员的问题就另当别论了。
“这对企业有什么启示?”环球银行澳洲集团基础架构师Donald Campbell近日在Red Hat峰会上提问。“我们过去有无所不能的家伙,后来我们开始找专家,而现在我们又要回去了。”
IT是一个周期性的产业,Campbell表示他能够理解改变的发生并希望这改变能够持续足够长的时间,因为他对2年后还要投向专家的怀抱倍感压力。RedHat峰会上明确了IT专业人员在超融合架构中将形成单一的基础设施团队。
几年前,企业创造了专家,很多企业都拥有掌管网络和存储的系统管理员。
"我们该拿这些专家怎么办?"他说道。
寻求简化存储管理的企业自觉的围绕在超融合基础设施旁边。
“这些年来,我们从本地磁盘存储向SAN环境迁移,我一直想不通的问题是如果我们脱离了本地存储,我们为什么还要周而复始呢?”
超融合架构师一个结合了虚拟机监控程序、计算和存储的软件集中化设计,一个可扩展和高度自动化的小的封装。RedHat的系统就结合了Linux、oVirt虚拟化和GlusterFS文件存储。
一些RedHat的客户利用开源组件组合了国产超融合配置,RedHat存储产品经理Sean Murphy说道。
“过去几年我们看到趋势正在加剧,”他说。
2014年超融合市场增加了162%,据IDC预测还将在今年实现100%的增长。2年内,预计有50%的企业将在超融合设施上部署VM。
好文章,需要你的鼓励
Salesforce研究团队发布开源工具包MCPEval,基于模型上下文协议(MCP)架构评估AI智能体工具使用性能。该工具突破传统静态测试局限,通过全自动化流程收集详细任务轨迹和协议交互数据,为智能体行为提供前所未有的可视化分析。MCPEval能快速评估MCP工具和服务器,生成综合评估报告,为企业智能体部署提供可操作的改进建议。
清华大学团队推出AnyCap项目,通过轻量级"即插即用"框架解决多模态AI字幕生成缺乏个性化控制的问题。该项目包含模型、数据集和评估基准,能让现有AI系统根据用户需求生成定制化字幕,在不重训基础模型的情况下显著提升控制能力,为AI内容创作的个性化发展奠定基础。
月之暗面Kimi K2技术报告:解读万亿参数的智能体模型(含K2与DeepSeek R1对比)
耶鲁大学团队开发了全球首个AI科学实验设计评估系统ABGEN,测试了18个先进AI模型设计消融实验的能力。研究发现最好的AI系统得分4.11分,仍低于人类专家的4.80分,但在人机协作模式下表现显著改善。研究还发现现有自动评估系统可靠性不足,建立了元评估基准ABGEN-EVAL。这项研究为AI在科学研究中的应用提供了重要评估框架。