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 CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。