2019年9月,Gartner发布了首份《中国超融合市场竞争格局》报告(Competitive Landscape: Hyperconverged Infrastructure, China ),首次对中国超融合市场进行综合性分析,并对有代表性的超融合厂商进行调查研究,基于广泛的市场调研和严谨的论证分析对中国超融合市场竞争态势做出评估判断。
中国的超融合基础设施(HCI)市场增长迅速且竞争激烈,而本地供应商优势明显,过去几年有数十家超融合厂商进入市场。报告显示,用户对开源技术的偏好,大型企业对公有云的采用率较低,以及用户对类似云的本地基础设施的需求,都成为塑造当今中国超融合竞争格局的重要因素。为此,Gartner分析了三种类型的供应商——通过产品差异化优势来赢得市场的专业超融合厂商、通过已有市场基础覆盖的传统数据中心供应商、为客户提供私有云软硬一体部署方案的云提供商。其中,EasyStack作为云提供商代表成为Gartner《中国超融合市场竞争格局》报告重点关注的企业。
EasyStack获Gartner报告重点关注
报告指出,作为开源云计算软件的技术提供商,EasyStack享有广泛的市场认可,并受益于中国市场对开源软件的偏好。EasyStack能够很好地支持用户从云就绪超融合向私有云平台进化,并将超融合定位为通向私有云的基石。由于基础设施管理堆栈采用微服务化容器化架构,进一步提升了用户进化到云的灵活性和体验。
2018年,EasyStack推出了云就绪超融合产品ECS Stack,该产品将Kubernetes集成到控制平面和基础架构资源中,包括计算、存储和网络,这些资源基于全对称分布式微服务架构可进行统一调配和管理。ECS Stack可以作为设备交付,也可以仅作为软件交付。ECS Stack进入市场上仅一年的时间,已经进入了教育、医疗等重点市场。
超融合成为新一代私有云的基石
当前,随着超融合市场和应用场景进一步扩大,企业用户关键业务系统上云已经成为了超融合的重要发展方向,超融合作为云基础设施的理念已经被业界广泛认同。EasyStack云就绪超融合产品ECS Stack成为新一代私有云的一种重要的可进化形态,开启了从超融合,向私有云、行业云、多云产品形态平滑无感进化的新一代私有云阶段。
基于 500 多家大中型企业客户的私有云生产实践,EasyStack于今年5月发布了可进化的新一代私有云ECS(EasyStack Cloud Service),它可以帮助客户快速建立以数据为中心的私有云并管理多个公有云的多云平台。通过创新的分布式微服务架构和平台一体化设计,ECS可帮助企业客户实现服务能力、产品形态、支撑场景平滑无感的进化,即在升级进化过程中做到业务无感知、数据不迁移、服务不中断。
作为可进化的新一代私有云的最便捷实现方式,ECS Stack超融合可以根据用户不断变化的需求平滑无感地进化到私有云:
1. 平滑无感可进化到私有云
ECS Stack超融合具备自助式流水线服务、感知式可视化编排、双引擎计算服务、面向生态的应用中心、高级服务引擎等面向应用服务化的云就绪能力;还能从最小规模3节点的云就绪超融合部署为起点不断扩容,并可根据客户需求平滑无感进化到新一代私有云ECS企业云标准版,以及支撑多种场景的ECS企业云场景化版,在未来还可通过引入EMS多云管理进一步进化到多云形态。
2.业界首创的全对称分布式微服务架构
ECS Stack超融合采用业界首创的全对称分布式微服务架构,一方面实现了超融合平台的高可靠架构,另一方面,在新功能、新组件、新服务持续快速的引入,以及从云就绪超融合向私有云的进化过程中,实现了平滑无感的消费级体验,即业务无感知、数据不迁移、服务不中断,是真正以用户和应用为核心的,高可靠、易部署、轻运维的新一代云就绪超融合。
3.支持多样化的计算平台
ECS Stack超融合不仅支持Intel、AMD和海光三大x86平台,还可支持飞腾、鲲鹏等ARM平台,不仅满足企业级关键业务所需的高可靠、高可用和高性能,还可通过广泛兼容的软硬件生态为客户构建丰富的场景化解决方案,为政府、金融以及各类国计民生重点行业客户的数字化转型提供基础架构保障。
好文章,需要你的鼓励
传统AI依赖云端处理存在延迟和隐私问题。越来越多开发者将AI处理从数据中心转移到手机、笔记本等个人设备上。设备端AI具有三大优势:速度更快,无需等待云端响应;隐私更安全,数据不离开设备;成本更低,无需支付云服务费用。目前iPhone已运行30亿参数的设备端AI模型,谷歌Pixel手机也搭载Gemini Nano模型。未来五年内,随着硬件升级和算法优化,设备端AI将实现物体识别、导航翻译等更复杂功能。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
卡内基梅隆大学研究人员开发了一项革命性技术,通过摄像头、AI模型和微型轮子,让咖啡杯、订书机等日常物品能够自主移动到需要的位置。这种"智能物品"技术避免了传统人形机器人的复杂性和安全隐患,通过蓝牙微控制器和AI视觉系统,物品能够识别用户行为并预测需求。虽然技术已相对成熟,但隐私保护和安全性仍是推广前需要解决的关键问题。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。