随着数字化转型的逐步深入以及IT环境的复杂化,虚拟化和云桌面由于运维简化、可用性高、安全性强等优势受到了教育、医疗、政府等行业用户的普遍欢迎,也逐渐成为当前数字化转型的重要工具之一。其中,由和信创天等企业倡导的下一代云桌面NGD(Next Generation Desktop )突破了传统虚拟化和云桌面存在的短板,不仅能够发挥终端计算能力,还能够为瘦终端、手机、平板访问电脑桌面提供支撑,成为云桌面的显着进化方向。
但对于传统行业用户来说,部署下一代云桌面,还存在着一些疑虑:
下一代云桌面要需要区分VDI和VOI架构吗?
一直以来,VDI(Virtual Desktop Infrastructure 虚拟桌面基础架构)和VOI(Virtual OS Infrastructure 虚拟操作系统基础架构)是虚拟化和云桌面的两种主流架构。其中,VDI架构在合规性、可用性、数据安全方面有很大优势,但难以充分调用本地硬件资源;VOI架构充分利用了前端计算资源,但是很难满足手机、平板电脑等终端访问的需求。而下一代云桌面NGD开创性的提出前后端“混合计算”的模式,结合了两者的优势,是否就意味着日后不再需要区分VDI和VOI了呢?
要回答这个问题,笔者认为应该首先了解下一代云桌面的运行模式。和信创天总裁何钦淋表示:“下一代云桌面NGD提出了以用户为中心的理论,虚拟化不应该再以场景划分产品,而成为一套快速有效的交付手段。其定义了一种新型的镜像格式NGD ,不仅可以作为VDI虚拟机的快照文件使用,同时也能作为VOI 的虚拟磁盘镜像文件使用,用户可以根据应用场景随时实现VDI和VOI的切换,实现VOI的终端使用或是VDI 客户端远程接入。”
也就是说,在下一代云桌面系统中,仍然存在VDI和VOI这两种桌面的交付方式,由于下一代云桌面会根据应用场景进行智能切换与调用,提供给用户最高效、适用的桌面交付方式。而这一切都是在后端无感知完成的,用户无需区分两种架构。
下一代云桌面会取代传统办公终端吗,更适合哪类用户?
毋庸置疑,虚拟化和云桌面已经在办公中体现出巨大的优势,业界普遍认为其会成为办公终端的优先部署方式之一。然而从过去的部署实践来看,虚拟化和传统云桌面存在对后端IT运维能力、网络带宽、IT投资等方面的要求,并不能完全取代PC等传统办公终端,特别是在一些对灵活性、成本敏捷性要求很高的中小企业,PC在未来几年依然是部署的主流。
和信创天总裁何钦淋认为,下一代云桌面优先部署的市场集中在教育、医疗、军队等终端规模庞大,对安全性、可用性、合规性要求高,应用环境较为统一的行业客户中。对于这些行业用户来说,其终端的规模往往达到几百、几千台乃至上万台,对这些规模庞大的终端进行资产与运维管理是一件及其复杂的工作,对终端进行统一的更新会耗费大量的成本。而下一代云桌面提供了统一的桌面管理方案,既能利用物理终端本身的计算能力,又能通过分布式技术极大的降低用户的运维和管理压力,满足云计算时代对桌面交付的需求。
而对于大量的企业用户来说,其终端部署方式向下一代云桌面的演进可能会迅速到来:随着网络基础设施的迅速完善以及网络环境复杂度的进一步提升,桌面管理的任何漏洞都可能导致数据泄露、系统感染病毒等严重问题,自行管理桌面的风险将会急剧增加。通过将敏感业务与数据转移到下一代云桌面,将分散的终端进行集中化管理的模式,已体现出巨大的市场潜力。
下一代云桌面的发展还需要克服什么问题?
如前文所述,下一代云桌面在当前与未来的IT环境下表现出了强大的生命力。但如同所有的新生事物一样,当前的下一代桌面并非尽善尽美,其仍然有进一步完善的空间,以满足行业和企业用户对于桌面交付的需求。
其中,安全问题是下一代云桌面最值得关注的问题之一。与PC相比,虚拟化和云桌面在安全保障上有充足的优势,但是大部分虚拟化和云桌面都是针对安全运维与管理的,对于恶意代码识别与封堵方面并没有突出优势,其虽然有效阻挡了大量针对桌面系统的恶意攻击,但服务器层面的安全保障仍然需要进行着重关注。而且,在桌面虚拟化之后,服务器可能会因为同时进行安全扫描等情况而出现“防毒风暴”等问题,给安全运维带来新的挑战。
为了进一步增强下一代云桌面的安全性,和信创天通过引入360投资等多种方式来进行改善。借助360在安全、防病毒方面深厚的技术优势,和信创天寻求将杀毒功能引入桌面等策略,有望提升下一代云桌面系统的安全等级。另外,和信创天还通过安全应急处理机制来应对重大安全问题,在WannaCrypt(永恒之蓝)勒索蠕虫爆发事件中,和信创天迅速为用户提供安全防护措施,阻断病毒继续传播,协助客户处理相关问题十余起,保护数据资产的安全性。
除了安全问题之外,下一代桌面在可用性、易用性、成本敏捷性等方面仍然存在着进一步的提升空间,这制约了下一代云桌面的持续落地,只有立足于核心技术创新与优化实践,才能真正的发挥这一革命性技术的颠覆式能力,彻底改变当前的终端部署模式。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。