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
Anthropic推出首个行业定制版AI产品Claude for Financial Services,专为金融行业打造。该服务基于Claude企业版,提供更高使用限制、内置数据连接器以及提示词库。新版本预装了连接FactSet、PitchBook等金融数据提供商的MCP连接器,并包含实施支持。针对金融分析师工作负载大的特点,该服务显著提升了速率限制,同时提供提示词库帮助用户更好地构建查询。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
多年来,Cursor、Windsurf和GitHub Copilot等代码编辑工具一直是AI编程的标准。但随着代理AI能力增强,AI系统正从处理代码转向直接与系统终端交互。Anthropic、DeepMind和OpenAI都推出了命令行编程工具。终端工具采用更广阔视角,不仅关注代码,还涉及整个程序运行环境,包括DevOps任务。研究显示传统代码助手可能降低效率,而Warp等终端工具在TerminalBench基准测试中表现出色,能够自主处理开发者的非编码工作。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。