ZD至顶网网络频道 12月06日 综合消息:由于下一代超融合很难去定义,许多公司都声称他们的产品是 “超融合” 型产品,但这些产品都有不同的功能和缺陷,结果就是:完全没有可比性!那么下一代超融合的标准到底是什么?
身处 IT 圈想必你对 “超融合” 这个词一定不陌生,第一代超融合产品只是超融合领域的初步尝试,举例来说,其不足包括:扩展效率差、数据优化不充分、工作负载支持少,不但存在性能缺陷、安全风险,还会形成新的管理孤岛……
有不足才有进步!这不,性能更加完善的下一代超融合系统应运而生!!
可是,由于下一代超融合很难去定义,许多公司可能声称他们的产品是 “超融合” 型产品,但这些产品都有不同的功能和缺陷,结果就是:
如何辨别?今天小编拿起 “正义” 的小旗,告诉你 6 大标准,刷新你对 “下一代超融合” 的认识!
1 互通性
下一代融合需要与 IT 组织现有的和未来部署的数据中心实现完全集成和互操作。它必须具备以下特性:
2 自动化数据优化
为简化存储部署,数据优化需要实现自动化,且无需调优或配置;数据应跨集群中的节点实现条带化,自动放置在各个层中,以提高性能,同时降低成本;无间断重复数据删除和压缩应减少所需的存储量,帮助增加超融合解决方案的成本效益。
3 广泛的工作负载支持
企业级工作负载有各种不同的基础设施要求,下一代超融合必须支持所有虚拟机监控程序、容器化环境和裸机工作负载。基础设施必须能够快速、轻松地向上和向下扩展,以支持变幻莫测的工作负载需求。
4 基于策略的安全性
下一代超融合环境应有自动化、基于策略的安全性。策略应定义允许在应用层之间进行的交互,并且应安全隔离不同的应用实例和租户。
5 完整的基础设施融合
所有资源都应为软件定义,包括计算、网络和存储资源,甚至是集群的软件。计算资源必须可通过软件组合,这样,应用本身才能创建它们增长所需的硬件结构。软件定义网络功能不仅是支持复杂的大型集群所需的,也是安全隔离不同的租户和应用所需的。下一代超融合还要求通过统一控制平面和允许从其他工具(包括集群的应用)进行访问的 API 对集群的整个基础设施进行集中化、零接触管理。
6 灵活精确的拓展
超融合基础设施应能够灵活扩展,允许 IT 组织通过将新节点连接到集群,即可轻松添加资源。资源应通过单击即可被自动识别、集成到集群和投入使用。通过这种方法,集群可快速、轻松地扩展,使 IT 组织能够快速响应瞬息万变的资源需求。
为了更直观的展示下一代超融合的特征和优势,与第一代对比图,拿去拿去!
第一代超融合 VS 下一代超融合
--看来 “下一代超融合” 的标准还是很高的!想要全部达标也是一项挑战啊!
不过,既然存在挑战,就一定存在完成挑战的强者!比如说?思科!--
思科设想的超融合远景不仅支持虚拟化应用,还支持位于操作系统容器和裸机服务器上的应用,所有应用共享集群软件创建的坚实平台,并且将高可用性数据引擎和企业级功能整合在一起——
那么思科提出了哪些产品来支撑其愿景?听听行业大咖——思科资深顾问工程师张亦安的回答!你可按照下方参与方式,参与到正在火热进行的思享家 “HyperFlex” 微话题中~
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。