戴尔今天面向通信服务提供商推出了一系列新产品,旨在促进基于网络云的运营,简化分解网络云基础设施的部署、自动化和支持。
戴尔援引了数十年来与电信提供商合作的经验称,新的电信基础设施自动化套件(Telecom Infrastructure Automation Suite)旨在实现多厂商网络云基础设施的自动化协调和生命周期管理。它以开放标准和应用程序接口为基础,可以轻松集成到现有网络中,提高CSP在分布式、多供应商环境中部署和管理其所选基础设施的灵活性。
戴尔电信系统业务产品管理副总裁Andrew Vaz说:“所有主要运营商都在评估网络虚拟化,并进行概念验证或有限部署。”“等到电信运营商问的不是是否应该转型,而是如何转型的时候,我们就向前迈出了重要的一步。”
戴尔表示,该基础架构自动化套件可以利用声明式自动化,在服务器配置和供应方面节省数天或数周的时间,声明式自动化指定了想要的结果或目标,但没有明确定义实现这些结果或目标的具体步骤。
通过开放式应用程序接口和戴尔服务,基础架构发现和自动化可深入到网络基础架构层,支持与电信业务支持系统和运营支持系统的集成。遥测功能涵盖设备温度、CPU和内存利用率,当温度升高或内存使用率影响性能时,用户可以快速重新分配资源。
另一项重要公告是Dell Telecom Infrastructure Blocks for Red Hat,它将Dell PowerEdge XR8000 等戴尔服务器与红帽公司的OpenShift和Kubernetes 高级集群管理(Advanced Cluster Management for Kubernetes)相结合。
它支持在边缘运行的5G核心工作负载,以现有的5G核心和无线接入网络支持为基础,使CSP 能够从核心到边缘部署经过验证且一致的云平台。该软件包与电信基础设施自动化套件(Telecom Infrastructure Automation Suite)集成,用于管理和协调多供应商环境的基础设施。
意图驱动的协调
Vaz表示:“底层是计算、存储、(容器即服务)和网络服务。”“中间是一套服务,用于协调和管理这些功能。我们希望使其成为一个尽可能灵活并统一的系统。”意图驱动的协调来自于戴尔去年收购的Cloudify。
Vaz表示,该基础架构自动化套件“具有很强的可扩展性和API驱动,其(持续集成/持续部署)模型为AIOps奠定了基础”,AIOps是一门将人工智能与传统IT运营相结合的学科。他表示,一家早期客户部署了该套件,用于电源管理的闭环自动化,结果服务器利用率提高了 23%,资本支出减少了15%,总体拥有成本降低了20%。
该电信基础架构自动化套件将于 4月在全球上市,Telecom Infrastructure Blocks for Red Hat将于5月上市。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。