至顶网CIO与应用频道 09月22日 北京消息:在近日举办的HUAWEI CONNECT 2017大会,华为云展示BMS裸金属服务,全面开启裸金属云时代,为传统企业和金融证券客户上云提供快速通道,企业用户与华为互利互赢协同发展。
业界最强最快裸金属安全上云解决方案
华为云BMS裸金属服务首席架构师任茂盛发布BMS裸金属快速上云解决方案,为传统企业客户提供快速、便捷、完整的上云通道。
首席架构师任茂盛强调说:“裸金属服务能够保证客户物理机的原生应用无需改造平滑上云,租户之间通过VPC网络隔离,物理机之间网络最大支持100Gbps IB;同时,华为自研的智能网卡能够支持客户按需挂载云硬盘,最高可达320T的容量,一键式申请,为客户提供类似虚拟机一样的便捷发放和管理。”
图1、首席架构师任茂盛发表华为BMS裸金属服务快速上云主题演讲
企业的核心业务在上云过程中,对性能、稳定性和安全性有诸多考虑,企业原有的核心应用需适配虚拟机进行调整,企业核心数据库业务对高性能要求给虚拟机带来很大挑战。
华为BMS裸金属服务为客户提供物理服务器的极致性能,同时拥有与虚拟机发放一样的便捷体验,实现企业业务无需变更,一键式迁移快速上云。
传统物理服务器受限于本地磁盘容量,使用起来不够灵活。华为云BMS裸金属服务实现云硬盘自动化挂载,并支持共享卷能力。在客户业务部署上云时,可以按需申请高达320T容量的云硬盘,同时提供超高IO和普通IO等多种选择,满足客户的所有可能需求。
强调的是,共享卷能力可以支持企业的核心数据库系统集群部署,华为云BMS裸金属服务目前也是业界唯一能够提供自动化挂载共享卷能力的云服务。
华为云BMS裸金属服务采用华为自研的智能网卡技术,用户只需在华为云BMS裸金属服务的Console页面上选择合适的配置,不到5分钟就可以获得所需的裸金属服务器,极大提高使用效率,是部署高性能计算HPC云上超算的核心武器。
金融证券行业对数据安全监管要求非常高,华为云BMS裸金属服务结合DEC专属云服务,为用户开辟一块专属云空间,提供独享计算资源、独享存储资源,通过物理隔离和VPC网络隔离等多种手段实现高隔离性专属云方案,满足客户对敏感数据的保护,并能够做到可监管、可追溯。
图2、华为云BMS裸金属服务+DEC专属云服务解决方案架构
华为云BMS裸金属服务是华为业界领先软硬结合能力的集中体现,由具有20多年硬件经验的团队和云系统软件团队共同保障,运维团队7X24小时响应客户需求,后端技术专家团队在最短时间内快速响应客户问题,一如既往的秉承公司成就客户的核心价值观。
秉承一贯承诺:“靠技术和服务变现,不靠用户数据变现”和“上不做应用,下不碰数据”,华为云BMS裸金属服务提供企业级的安全能力,做让每一位用户放心的高质量产品。
快速发放、超大共享卷、安全专属,三大企业级特性深入人心
本次大会从实际应用场景、关键技术和解决方案等多个维度向客户展示华为云BMS裸金属服务的高性能和企业级特性,客户高度认可华为云BMS裸金属服务提供的高可用需求下企业关键应用快速上云方案、安全强健的敏感数据防护方案和高性能低时延的计算方案。
图3、华为云BMS裸金属服务三大业务场景
在大会期间华为云BMS裸金属服务展台观众如潮,高级产品经理白鹏倾听来自全球各地客户的声音,解答实际部署过程中遇到的各种问题,与客户一起探讨解决方案,得到广泛好评。
了解更多华为云BMS裸金属服务信息,请参阅:http://www.hwclouds.com/product/bms.html
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。