当前位置:首页 > 云计算
  • 华为云成为奔跑的“造血机器”

    华为云成为奔跑的“造血机器”

    导读:10年前,华为西安研究所成立,投入18“勇士”开始云计算预研项目,彼时的“云计算”在大多数眼中还只是个云雾迷蒙的概念。 10年前,华为西安研究所成立,投入18“勇士”开始云计算预研项目,彼时的“云计算”在大多数眼中还只是个云雾迷蒙的概念。 10年后,华为西安研究所已经布局了IaaS服务、PaaS服务、EI服务、数据库服务等核心业务,成为华为云的创新中心和技术中心。 或许是源于这个背景,在华为的大本营深圳进行首站揭幕后,西安成为华为云中国行2018活动的第二站。华为云BU总裁郑叶来做了题为《在创新的路上加速奔跑》的演讲,再度描绘了华为云眼中的未来,而主角之一就是风口浪尖上的人工智能。 走下“神坛”的AI 人工智能成为“华为云中国行”的主题并不意外,2016年就出现了人工智能元年的说法,然后是各种各样让人工智能落地的尝试,拥抱人工智能不再是一种追风口的表现,而是对未来科技发展的准确把脉。 只是在对人工智能的认知上,却出现了两种截然不同的态度。一类人将人工智能捧上了神坛,巨头们用AI为自家的创新能力背书,创业者们似乎只要在项目的介绍上加一个人工智能,就会被投资者另眼相待;也有一类人试图把AI“拉下神坛”,华为云BU总裁郑叶来就是其中之一,在多个场合的公开演讲中表达了这样的观点:“AI并不简单的是一个独立的产品,更不是一个封闭的系统,而是一种基本生产力”。 不同的认知导致不同的结果,在AI落地这件事情上表现地淋漓尽致。把AI包装成一种高大上的概念,具体的落地上不免自缚手脚,要么蜻蜓点水般的应用,比如打造一个拥有语音识别能力的语音助手、开发一两个人脸识别的产品;要么就是用力过猛,在市场不成熟的时候急于开发独立的AI产品,就好像无人驾驶还停留在试验阶段,无人驾驶的自行车会有商业化的机会吗? 看似把人工智能吹上了天,骨子里还是想把人工智能娱乐化,或是提高估值,或是吸引眼球,场景落地反倒成了次要选项。要跳出这个逻辑,势必要对人工智能有更理性的认知,华为云将人工智能看作一种基本生产力不无道理。云计算刚出现的时候也被很多人拿来“忽悠”,但只有云计算成为互联网“水煤电”的时候,云计算才真正开始了商业化。 以至于华为云并没有在服务中提及“AI”,而是用华为云EI(企业智能服务)的说法,原因在于AI的使命在于应用、效率上的倍增效应,而非仅仅是造势的说辞。华为云EI通过构建具有针对性、个性化的EI服务体系,将智能服务渗透到各行各业中,为企业的AI落地化应用赋能。 比如华为云在本次西安之行中介绍了EI智能视频系列服务,利用AI对视频内容进行分析审核,并给这些内容加上场景标签,进而实现场景化的应用。在国内视频平台的应用场景中,EI智能视频服务支持识别365种室内外场景,黑白边、马赛克、二维码、模糊、美观等识别精度大于90%,同时还能鉴黄和识别暴恐;而在物流应用场景中,EI智能视频服务在暴力分拣的复杂场景中达到了68%的准确率。 所有新技术的出现都将经历被质疑、被吹捧、被广泛应用的过程,而华为云和郑叶来恰恰就是“普惠AI”的布道者。 +AI是一种态度 现在,做云计算和AI的不止华为一家,但不管是BAT还是京东、网易,提出的思路无不是“AI+”,诸如无人驾驶、智能音箱、陪伴机器人、语音识别助手等等,看起来更加炫酷,可对于传统企业或者中小微企业而言,“这些事情和我有什么关系。”在AI能力上秀肌肉,并未能改变AI落地的门槛。华为云却提出了“+AI”的思路。 我们都知道,华为不是一家互联网公司,在人工智能的竞争中似乎缺少“主场作战”的优势,所以华为选择从本身就具备深厚优势的硬件和实体经济来精准切入,简而言之就是如何更多地在实体经济中应用AI。这样,也就不难理解郑叶来对于人工智能的见解,“人工智能它能解决哪些问题?核心有两点,第一是解决企业应用,核心在落地;第二是解决经济成本效益。” 华为任正非也在很早之前就提到过人工智能对于华为的重要性,“我们所有的人工智能要自己的“狗食”自己先吃,自己生产的降落伞自己先跳。基于我们巨大的网络存量,现阶段人工智能要聚焦在改善我们的服务上。通过在服务上的积累和改进,就可能产生世界上最强的人工智能专家,同时把大量优质服务专家解放出来为攻克上甘岭投入更多战略部队。” 事实上,+ AI已经体现在了华为的各个业务线中。目前华为在制造、零售、物流等环节上都应用了人工智能技术,华为电子设备成品率为99.55%,物流运输每个环节的成本大幅降低与效率提升,华为消费者业务实现智能风控、终端门店效率提升…… 基于长期的技术创新,华为云在AI上的应用得以开花结果。华为云EI(企业智能)给出了“行业+AI”的玩法,凭借公有云,将AI技术模块化,提供一站式的人工智能服务。企业通过华为云就能获得让AI能力与现有的业务体系敏捷结合。 一方面,华为云是在践行“不做应用,不碰数据,不做股权投资”的承诺,另一方面也在帮助企业解决AI人才短缺的问题,华为云负责将复杂的AI简单化、让普通的软件工程师也会使用AI,问题自然迎刃而解。这或许就是郑叶来提到的“用得起、用得好、用得放心”的普惠AI。 奔跑的“造血机器” 应该说,EI(企业智能)服务为外界提供了重新认识华为云的视角。有着互联网背景的云计算平台,时常挂在嘴边的说法是内部技术的对外赋能,这种观点本身无可厚非,只是相比于“赋能者”,华为云的角色变得清晰起来,即加速奔跑的“造血机器”,自身不断“造血”,然后向合作伙伴们持续“输血”。 在外界高举“赋能”旗号的时候,华为云将自身30年在ICT领域的经验积累,构筑了一片AI应用和云生长的黑土地,做更多的“联接”而不单单是赋能。这些也都足以证明华为云找到了一个准确的定位,而更直接的例证就是合作伙伴的青睐。仅在2018年上半年,华为云的合作伙伴增长45%,收入同比增长700%,云市场新增上架应用872个,软件开发服务DevCloud拥有9万名开发者,而这些成绩距离华为云BU被提升为一级部门尚不足一年时间。 与此同时,华为云也开始出现在权威分析机构的榜单中。在Forrester Wave的报告中,华为云已成为公有云平台的强劲表现者;在IDC MarketScape的报告中,华为云的大数据在中国市场排名第一;而在IDC MarketScape给出的中国政务云市场领导者象限中,华为云排名第一…… 俗话说“人勤地不懒”,华为云这台“造血机器”可以从两个层面分析。 一个是持续性的研发投入。对于一家以科技创新作为生存之道的公司来说,这是唯一的生命力。在2017年中国企业研发投入前10强的榜单中,华为以103.63亿欧元的研发投入稳居榜首,几乎是前10强中其他9家公司的总和。这也就保证了华为云这块“黑土地”的营养均衡,既对前沿技术布局,也把精力放在产品上,切实解决企业遇到的现实问题。 另一个是“木桶竞争”思维。郑叶来对云计算的竞争已然有着清晰的认知,“未来是水桶竞争,从芯片、硬件、软件、解决方案,你差一块,这水桶就没水了。”华为的创新已经覆盖了计算、存储、网络、安全、网络,以及当下热门的AI芯片,而这些也为华为云在云计算、大数据、人工智能等领域的厚积薄发备好了充足的弹药。 可以断定,云计算和人工智能将是两条相互交叉并最终走向融合的赛道,而华为云无疑是看得最远的云计算厂商。华为云“高而不贵”的普惠AI让人工智能提前走出了“概念迷雾”,也让合作伙伴们借助AI完成一场效率革命,更重要的是以“+AI”的姿态消解了客户在AI应用上的顾虑,这也正是AI落地最自然、最有效的方式。

    时间:2020-07-11 关键词: 云计算 AI 华为云

  • 云计算:为什么云是企业成功进行数字化转型的重要基础?

    云计算:为什么云是企业成功进行数字化转型的重要基础?

    云的潜力是无限的。然而,它带来了很多复杂性。让我们来解析四个对开发云策略和加速部署至关重要的基本主题。 随着全球抗击COVID-19疫情,全球企业纷纷接受在家办公。在几天的时间里,数以百万计的专业人员正在远程工作、合作和创新。过去十年来,企业在数字转型方面进行了大量投资,这使得这种新常态成为可能。 数字转型是增长最快的技术/服务集群之一。IDC预测,到2023年,数字转型将占全球ICT支出的一半以上。这意味着企业在数字转型上的投资将有史以来第一次超过在所有其他ICT项目上的投资总和。 金融服务、制造业、零售业、交通运输等垂直行业取得长足发展,数字化转型迅速成熟。其他垂直企业正在取得更有意义的进展。无论他们处于何种状态,所有的行业/垂直行业都在将数字技术整合到他们的业务流程中,并重塑自己,以提供非凡的价值。 云计算是这一转型旅程必不可少的第一步。它是一种按需交付的服务,如应用程序部署、存储、处理能力等,通过互联网“按需交付”的模式。这允许公司避免资本支出和拥有和管理他们的IT基础设施的复杂性。 云计算的优势: ●灵活性/灵活性-它提供您访问不同的应用程序和系统的需求。这允许您在运行中构建基础设施,快速部署资源并轻松共享信息。 ●可伸缩性—;—;随需应变的模式使业务操作和it系统快速伸缩变得容易。 ●减少协作障碍—;—;企业系统通常运行在竖井中。云技术打破了这些障碍,支持无缝访问数据和增强协作。 ●灾难恢复和业务连续性-系统、应用程序和数据部署在外部服务器,业务功能可以远程运行,允许业务连续性。 为什么云值得您关注 ●云技术比以往任何时候都更具有战略优先地位。要想有竞争力(并且成功),你必须在云上。 ●如果你还没有明确的采用云的策略,现在是时候了。 ●说到云策略,没有一种方法可以适用于所有情况。但是,您可以从早期采用者那里学习一些基本的主题和考虑事项。 基本主题: 云的潜力是无限的。然而,它带来了很多复杂性。让我们来解析四个对开发云策略和加速部署至关重要的基本主题。 公有云与私有云: 公共云是由第三方供应商通过互联网提供的计算服务。 云提供商管理计算基础设施、软件和虚拟资源,并向普通公众或多个用户提供这些资源的使用。资源根据需要在用户之间分配。这允许用户在没有任何资本支出的情况下访问各种基础设施、服务和应用程序,并根据需要扩展工作负载。 公共云服务可在不同层次访问: ●软件即服务(SaaS) ●平台即服务(PaaS) ●基础设施即服务(IaaS) ●业务流程即服务(BPaaS) 公共云具有成本效益,但不能根据您的确切需求进行定制。你可能最终会为你不需要的功能和应用程序付费。 私有云是专门针对特定用户的云。所有硬件和虚拟资源都专用于一个客户,并且可以驻留在他们的防火墙后面。 私有云提供了更大的灵活性、安全性和控制。然而,它们需要大量的投资。 您的云选择将取决于以下关键考虑因素: ●成本:预算庞大的大型组织,私有云是值得投资的。对于有限的预算,公共云是一个不错的选择。 ●合规要求:如果您使用SOX、HIPPA或其他合规责任来处理敏感数据,您应该使用私有云来存储和处理这些数据和文档。 ●控制:如果你需要完全控制硬件、虚拟服务器、安全等,私有云是最好的选择。如果您没有资源/专业知识来管理这些,那么公共云是一个不错的选择。 多云和混合云管理: 单云部署已经过时了。2020年将利用多云和混合云。 《RightScale 2019 State of The Cloud report》证实,多云部署是企业的压倒性选择。 ●企业平均控制了4.9%的公共和私有云。 ●五分之四(84%)拥有多云战略。 ●超过半数(58%)的人喜欢公共云和私有云的结合(混合)。 ●对公共云的投资增长速度是私有云的三倍。 多云是指利用AWS、Azure、谷歌等多个提供商来提供多个服务或完成单独的任务。通常,同一公司中的不同团队有不同的需求。与利用CRMs和预测分析的营销和销售团队相比,协作和实时创建的团队使用云的方式不同。在这种情况下,利用多云是一种有效的解决方案。 混合云意味着利用公共云和私有基础设施(可以是私有云或传统的内部服务器/数据中心)的某种组合来交付服务或完成任务。公共云和私有云是独立的基础设施,它们独立运行,但相互通信以端口数据和进程。这允许您在公共云中运行使用这些数据的应用程序时将敏感数据存储在私有云中。 混合云是这两个世界的最佳选择。它允许您为每个工作负载选择最适合的云,而不会人为地限制您。 集装箱化是关键: 在有混合云的地方,集装箱化就变得势在必行。不同的云提供商使用自己的基础设施、策略、流程和api。这使得在不同的云上运行应用程序变得困难和低效。您甚至可能被迫为不同的操作环境重新构建应用程序和工作负载,从而使开发过程缓慢而繁琐。 进入集装箱化。容器是一个包,它将应用程序与它运行所需的所有东西捆绑在一起,比如配置文件、库、实用工具和其他依赖项。容器安装在主机操作系统之上,与其他容器隔离,使它们比虚拟机更快、更轻。 容器化使计算独立于平台,并允许您在不同的操作环境中无缝地运行软件。Docker容器是使用最广泛的容器包装/解决方案,其次是Amazon和谷歌。 优势 ●消除平台依赖,在任何地方运行应用程序 ●优化资源利用 ●发展迅速,生产力提高 ●无缝扩展 ●操作简单 容器编排: 虽然容器的配置和部署相当简单,但在系统级,当您试图管理数百个容器(如果使用microservices,则可能更多)时,将会遇到复杂问题。这就是容器编排/管理工具(如Kubernetes和Docker Swarm)的用处所在。 容器编排工具自动化并简化了容器工作流。这些工具促进了诸如调度、负载平衡和分配等系统级任务。 成本优化:首要任务 随着对云/DX的投资激增,云优化已经成为云采纳者的首要任务,64%的人强调了这一点(来源:RightScale)。与此同时,他们在优化成本方面做得还不够。Gartner估计,70%的云计算成本被浪费了。 这里有一些快速优化你的云花费的技巧: ●识别并终止空闲资源 ●利用热图来识别高需求区域和低需求区域 ●调整计算基础设施/服务的大小 ●在公共云和私有云之间分配工作负载 ●打折选项(保留实例、现货实例等) 结论: 云支撑着我们这个时代最重要的技术。物联网、大数据、机器学习、人工智能、区块链等都依靠云计算实现其潜力。是时候将您的企业带到云上并抓住这个机会了。

    时间:2020-07-10 关键词: 云计算 云服务 数字化转型

  • 由于冠状病毒,Airbnb可能削减在Amazon Web Services上的支出

    由于冠状病毒,Airbnb可能削减在Amazon Web Services上的支出

    []Airbnb首席执行官Brian Chesky表示,如果冠状病毒大流行继续对其业务造成压力,该公司准备在今年进一步削减预算。 Chesky 在最近几个月表示,由于Covid-19危机,该公司经历了一轮裁员,冻结了招聘并暂停了营销活动,但仍有可能进一步削减其在亚马逊云计算服务上的支出空间。 切斯基说:“亚马逊网络服务(AWS)和客户服务仍有机会提高我们使用数据的方式,处理联系人的效率。” “因此,我们将继续提高业务效率,但此刻业务绝对精简。” 目前尚不清楚Airbnb在AWS上花费了多少,但该公司可能会在提交公开文件时披露这一数字。切斯基对媒体表示,这一大流行病暂缓了其公开上市的计划,该公司将等待市场状况改善后再继续前进。 切斯基说:“我们今年不排除公开上市的可能性,但是我们没有承诺。” “我们希望世界为Airbnb做好准备,这意味着旅行需要多花一点时间才能恢复。” 在大流行期间,Airbnb受到的打击尤为严重,因为美国几乎每个州都处于封锁状态,空中旅行被暂停。 今年五月,该公司解雇了近1900名员工,约占公司的25%。Chesky当时警告说,预计Airbnb的收入将不到其2019年收入的一半。在此之前,Airbnb在3月宣布冻结所有职位的招聘,并暂停了其营销活动。 从那时起,国内旅行又开始增加,Airbnb的预订量有所增加,重新点燃了对该公司仍可以进行2020年IPO的希望。[]

    时间:2020-07-10 关键词: 云计算 airbnb amazon

  • 城市大脑进度加快 智能化后的红绿灯将如何?

    城市大脑进度加快 智能化后的红绿灯将如何?

      人工智能和云计算正推动着智能交通的发展。阿里巴巴旗下高德地图在上周举行的“互联网+城市交通管理创新”论坛上透露,广东中山市全市多达143个路口的红绿灯,均已被安装上了“大脑”的新型智慧红绿灯所取代。   记者了解到,这是自广州、北京、杭州、济南等地后,由互联网厂商主导的智能交通方案首次实现对城市全局的优化。无一例外,智慧交通灯的改造是这场智慧交通革命的重头戏。当然,巨额的改造投入也是各方不得不面对的一个现实难题。   中山市区红绿灯接受城市大脑指挥   在大多数人看来,路口的红绿灯,一般都是按部就班地变换着通行信号。如果有人工智能加持,情况会变得如何呢?高德地图与清华大学研究团队合作开展的城市大脑·智慧交通联合实验,给出了答案。   记者从高德地图在上周举办的“互联网+城市交通管理创新”论坛上了解到,其把中山作为全国第一个全城红绿灯改造城市,将市区全部143个路口的红绿灯都接入城市大脑·智慧交通。而就实际运行来看效果极佳。数据显示,2018年一季度,中山市内通行速度环比提升了5.7%,行车过程中停车次数下降了8%,城市大脑的应用让中山市的交通效率大幅上升。   经过“改造”的红绿灯是如何“活”起来的呢?高德相关工程师举例介绍到,比如南北向路上有五个红绿灯,其中中间路口等待的车辆最多。城市大脑通过摄像头、红绿灯全局感知到这个路口容易拥堵,并测算出了拥堵时长和拥堵长度,之后会按照全局调节的思路制定一套配时优化策略,将这个路口的绿灯配时延长,相应地其它几个路口的绿灯配时缩短,如此一来拥堵路口的通行效率得以提升,同时也节约了其它路口绿灯时间资源的浪费。   上述工程师表示,智能的配时优化,同时随着交通流的变化而动态调整,实现实时、智能配时。调节频率也会从之前的不变化,到几个小时调整一次,甚至几分钟就调整一次。以杭州萧山为例,目前已经能做到每15分钟调节一次。   大城市多区域试点 全面改造成本过高   实际上,据记者了解,多个国内大城市早在中山之前就已纷纷试水人工智能调动红绿灯的方案。   在去年7月,广州交警试点“互联网+信号灯”控制优化平台,结合高德地图交通路况智能“指挥”广州交通。在海珠区的试点中,南华中路-宝岗大道存在严重的路口失衡现象,优化后南华中路9时~13时拥堵下降25.75%,15时~20时拥堵下降11.83%。   与此同时,高德地图也曾基于数据底盘,对北京几个路口车辆的交通状态评价和信号灯配时方案进行了优化。实际应用后,机动车通过路口的平均延误下降了6%、停车比例下降了3%。而在去年9月,在百度地图的大数据支持下,北京的一部分交通信号灯“先行先试”连上了互联网,交通数据能够实现“秒级互通”。   此外,另一家出行厂商滴滴,先后对北京、济南、武汉和贵阳等城市的1300多个交通灯进行了优化。   有业内专家向记者表示,尽管将传统交通灯改造成智慧交通灯“好处多多”,但上述提及城市对于智慧红绿灯的改造大都是“局部”的。目前受制于改造成本(一个路口的智慧信号灯改造需要接近100万元),要在大城市全面推进智慧信号灯改造,似乎并不现实。而由此造成的后果可能是将拥挤“分摊到其他路段”。

    时间:2020-07-10 关键词: 云计算 人工智能

  • 一级方程式赛车(F1)宣布了由亚马逊云服务支持的2020赛季的新赛车性能数据

    一级方程式赛车(F1)宣布了由亚马逊云服务支持的2020赛季的新赛车性能数据

    []一级方程式(F1)引入了一组由亚马逊云计算部门亚马逊网络服务(AWS)提供支持的2020赛季的赛车统计数据,为全球赛车运动爱好者提供了更多关于他们喜爱的屏幕和比赛时间的见解车队和车手。 六项实时赛车统计数据,包括汽车性能得分,终极车手速度比较,驾驶员技能等级,高速/低速弯道性能,汽车/团队发展和整个赛季的性能,以及排位赛和比赛速度的预测根据公司周二的声明,它是本季节从7月到12月的屏幕图形。 “过去30到40年间,人们一直以相同的方式观看或食用一级方程式。F1的首席工程师Rob Smedley表示,这是汽车在赛道上转弯的影像,并没有真正讲出更多的故事。“我们正在努力使数据栩栩如生,并利用它吸引粉丝。” F1和AWS此前宣布了六项F1见解,而新的量表旨在帮助车迷进一步了解驾驶员或车队策略师所制定的瞬间决策和竞赛策略,这些决策和决策可能会严重影响比赛结果。 每辆F1赛车上有300个传感器,每秒产生超过110万个数据点,这些数据点从赛车传送到维修站。为了创造这些新见解,F1将使用70年的历史比赛数据以及从F1赛车上的传感器和赛道旁流向云端的实时数据相结合。 借助机器学习等技术,AWS服务将实时流式处理,处理和分析大量数据,然后以有意义的方式将其呈现在F1的国际赛事广播供稿中,包括其数字平台F1.tv。 “在过去的两年中,Formula 1接受了AWS的服务来执行密集和动态的数据分析,” Smedley说。“我们共同提供的F1洞察力使球迷比以往任何时候都更接近赛道,并从维修区墙后解开了以前无法言传的故事和见解。” 斯梅德利表示,他们不会透露极其敏感的见解或数据,这些见解或数据可能不利于或有利于单个竞争对手-所有团队的规则都相同-旨在吸引球迷并提高这项运动的可持续性。 “ AWS全球商业销售副总裁Mike Clayville说:“我们与F1的现有关系已经产生了统计数据,这些数据已经将球迷带入了比赛场地,而我们对赛车空气动力学的研究正在影响2022赛季的车辆设计。 F1还考虑在将来使用5G移动网络以获得更好的体验,因为该技术减少了延迟(数据包从一个点传输到另一个点的速度)。[]

    时间:2020-07-09 关键词: 云计算 云服务 亚马逊 方程式赛车

  • 云计算技术应用逐渐广泛,那么云计算网络安全知识你们又知道多少?

    云计算技术应用逐渐广泛,那么云计算网络安全知识你们又知道多少?

    如今,越来越多的企业(特别是涉及到生产制造的公司)正在采用云计算技术。 很多企业采用云计算简单方便地实现了存储、编辑和共享不同类型的信息(如历史记录、与保修、质量和测试数据有关的信息,以及产品规格等)。 然而,许多企业主和管理人员都在怀疑所采用的云计算是否安全,能否免受网络攻击。就像其他任何类型的技术一样,云计算技术也是脆弱的。但是,其安全漏洞的风险很小。为了理解云计算中的网络安全,人们应该学习和了解一些关于云计算中的网络安全的内容。 隐私和可访问性 这可能是每个企业的主要关注点。也就是说,他们希望确保自己的私有数据不会混淆或不会与其他公司的数据混淆。另外,他们不想公开分享自己的信息。最好的基于云计算的应用和程序依赖于数据分离。即使客户可以访问某些信息,也只会得到特殊的事务数据,只有少数人可用。 黑客攻击的风险 黑客攻击成功意味着在云计算系统中可以获得未经授权的访问数据。还没有采用云计算的许多潜在用户正在考虑黑客是否可以轻松地侵入云计算系统。 而许多专家认为,适当的用户管理和足够的密码策略(经常更改复杂的密码)应该足以防止网络攻击。 同时,企业使用云计算必须特别注意这个问题。许多提供云计算服务的提供商都有内部团队进行渗透测试。他们中的一些人也正在为此使用第三方公司的服务。在这些测试中,专家们利用黑客进行的最常见的活动来测试是否能够入侵系统。这样,他们就会相应地消除系统中的“漏洞”。 黑客还具备从不同设备以不同方式访问云平台的能力,例如通过电脑的存储设备进行攻击,这是风险更高的事件之一。然而,有了良好的计划,企业能够避免这种情况。 检查云计算提供商的服务 云计算提供商可能会说他们的服务是合法和安全的,但为了保持安全,使用具有第三方认证的选项是一个好主意。这是检查云计算提供商应用的安全系统和体系结构的好方法。 内部部署安全性与云安全性 有些人认为,与基于云计算的应用相比,由少数服务器组成的系统是更好的解决方案。但企业拥有内部部署的数据中心并没有使其业务更安全。此外,建设大型内部部署的系统需要大量资金。另一方面,用户可以在99.99%的时间使用云计算系统,并能够提供不同级别的访问。

    时间:2020-07-09 关键词: 云计算 网络安全

  • 高通为何在下一波IT浪潮中成为机器人技术大国

    高通为何在下一波IT浪潮中成为机器人技术大国

    []高通公司发布了RB5机器人平台,其独特之处在于5G元素,它改变了未来智能商务和消费自动化产品的发展方向。 尽管我们经常谈论云,但我们并没有从根本上改变我们开发大多数产品的方式。除了数字助理,绝大多数智能产品大多依靠设备的处理能力。不过,从理论上讲,一款联网设备可以转而依赖云处理的强大功能,这可能会使基于高通公司这一新产品的设备更加智能化。 机器人技术,下一波大技术浪潮 通常情况下,技术浪潮往往会把浪潮之前的主要供应商淘汰掉。 IBM的大型机浪潮淘汰或边缘化了制造台式机,打字机和会计设备的公司。尽管IBM在1980年代初开始掀起了PC浪潮,但它仍然几乎把公司和Sun Microsystems帮助开创的客户机/服务器浪潮一起淘汰了。 一旦我们转向集成产品,比如微软Office,像Lotus这样的独立公司就会发现自己没有市场。Novell帮助IBM边缘化,然后微软边缘化了Novell。微软能够超越网景,但随后谷歌出现,在浏览器大战中超越微软。整个个人电脑市场几乎被苹果抢走,苹果主要从个人电脑转向消费电子产品;他们在智能手机、RIM(Research in Motion,或黑莓)、诺基亚和Palm上的前辈,都被iPhone浪潮摧毁。 机器人技术很可能会成为下一波大技术浪潮,它已经开始于数字助理。目前,亚马逊(而不是任何个人电脑供应商)主导着这一新兴市场。我一直担心这种机械化的举动会使PC厂商望而却步,但目前还没有。目前在OEM方面,只有联想(与数位数字助理)一起涉足,但在核心技术方面,英伟达(NVIDIA)、英特尔(Intel)和高通(Qualcomm)都在抓住这一机会。 每个组件供应商走的路都非常不同,高通公司在其产品中大力利用5G连接。他们提供的解决方案比其他解决方案更具前瞻性。 为什么连接很重要 无论如何构建,依赖于其中包含的处理能力的设备都将受到以下限制: 它的物理能力,例如处理能力; 发明有多大; 设备所在的环境;和设备制造时存在的技术水平。 但是如果你能使用云,唯一的限制就是带宽。随着5G接近光纤速度,这一限制(尤其是在像高通这样的混合设备中)具有大量的处理能力,但也可以使用云计算的更大处理能力。 但这并不是互联战略的唯一优势。更新和补丁程序可以通过空中自动下载。另外,可以按需远程提供处理要求。最后,该设备无需更换单元(当然,仍然可以通过老化的传感器解决方案来驱动您更换它),该设备将更易于与其他智能设备集成到解决方案中。 例如,您可以拥有一个机器人护卫犬,该护卫犬可以与就地智能相机进行协调,以对可能进入盗贼的地方进行三角测量;云可以在设备之间提供协调,从而使窃贼被迅速捕获并减轻威胁。 该设备的目标市场非常广泛,包括物流,制造,建筑,农业,重型设备,消费产品,办公产品,零售,安全,保健和个人数字助理。 鉴于这是一个有着巨大发展空间的新兴市场,在市场稳定并受到设备更换周期的限制之前,英伟达(NVIDIA)、英特尔(Intel)和高通(Qualcomm)的不同产品都将迎来显著的市场增长。 该产品的规格广泛,包括用于视觉处理,本地化,特征识别,面部识别,障碍物检测和神经处理的SDK。为了完成该解决方案,高通提供了一个专用的机器人技术开发套件(我可以看到它正在迁移到教室中)。该组件的选项包括传感器套件,视觉套件(带有Intel Realsense相机),电机控制套件和通信套件,使其成为市场上同类产品中最完整的产品之一。 收尾 高通公司在其RB5机器人平台上提供了令人印象深刻的机器人产品。当这项技术应用于一个完整的产品时,它能够重新定义一个自主的机器,无论是固定的还是移动的,可以做什么。产品中包含的5G连接确保了一定程度的老旧过时保护,并提高了与其他智能产品合作的能力。 不过,最终正是这样的产品将帮助技术市场转向我们的机器人未来—;—;至少有一个机会,这些公司不会被即将到来的机器人纯游戏公司也进入市场的浪潮所淹没。[]

    时间:2020-07-09 关键词: 高通 浪潮 云计算 人工智能

  • 工厂还是高度智能化之路,物联网安全问题依旧存在

    工厂还是高度智能化之路,物联网安全问题依旧存在

    制造商们正纷纷转向工业物联网(IIoT),以提高工厂效率并防止机器出现故障,但网络安全和延迟等问题仍然存在。 可以预想,未来的制造过程几乎是不需要人为干预的。但对于大多数制造商来说,未来仍然遥遥无期。 虽然一些较新的工厂是高度自动化的,但在完全数字化之前,整个制造过程还有很长的路要走。 根据精益制造指标(以整体设备效率或OEE衡量),世界级制造工厂的产能占其理论上所能达到的产能的85%。然而,一般的工厂只能达到约60%,这意味着在生产力方面存在巨大的改进空间。 工业4.0在未来二十年的成熟,将首先需要基本的数字化。之后,这种数字化可以转化为预测性的维护和真正的预测智能。 在工业物联网的影响下,制造过程会如何变化?未来会是什么样子?制定过程中会面临什么障碍? 数字化过程耗时也耗财 大型资本货物已经发展成为“按小时计算”的商业模式,可以保证正常运行时间。现在,在制造业中,按小时(或基于性能的合同)的功率相当普遍,特别是在半导体、航空航天和国防等关键任务领域。 该模型几乎确保了制造商寻求有助于提高效率的数字解决方案。 这个想法可以追溯到20世纪60年代,当时GE航空、劳斯莱斯和普惠等喷气发动机制造商开始向客户们兜售其产品的“发射运作寿命”,而不是一次性的发动机销售。推动时间推动发动机制造商专注于高利润维护和数字平台。如今,GE鼓励追踪其发动机的每一个细节,因为它只有在发动机正常工作时才能获得报酬。 尽管保证了正常运行时间,但机器的所有者需要负责优化使用(就像购买喷气发动机的航空公司仍需要充分利用它们一样)。 简而言之,工厂所有者仍然“拥有”机器链之间的输出效率,这意味着提高效率不仅会落在机器所有者身上,还会落在制造商身上。 如果没有对每一个细节进行数字化,效率就无法提升。然而,要制造商承担新的数字化负担,还面临着严重障碍。 车间内通常会有还可以在未来数十年继续用于制造的旧机器。除了显著的成本之外,传感器跟踪温度和振动,并非出于一般的机器的考虑。 当摩托巨头哈雷的制造工厂进行IIoT传感器改造时,该公司总经理Mike Fisher表示,传感器会“使设备更加复杂,而且它们本身也很复杂。但随着复杂性的出现,机会就会出现。” 从数字化到预测 简而言之,操作技术(或OT)类似于传统IT,但它针对以往未涉及的领域进行了定制。在典型IT堆栈包括台式机、笔记本电脑以及知识工作和专有数据的连接的情况下,OT管理直接控制或监控物理设备。 对于制造商,OT堆栈通常包括: - 连接的制造设备(通常带有改装的工业物联网传感器) - 监控和数据采集(SCADA)系统和人机界面(HMI),为操作分析员提供工业监控 - 可编程逻辑控制器(PLC),坚固耐用的计算机,可在工厂机器上获取数据 - 用于减法制造的3D打印机(增材制造)和计算机数控(CNC)机器(如削减块) 在某种程度上,IT和OT是同一技术范围的两个方面,随着制造业得到更好的数字化改进,这些边界将进一步模糊。 今天,大多数工业机器的“大脑”都在可编程逻辑控制器(PLC)中,它们是增强型计算机。西门子、ABB、施耐德和罗克韦尔自动化等工业巨头都提供高价PLC,但对于规模较小的制造企业而言,这些可能会不必要地昂贵。 这为像Oden Technologies这样的初创公司创造了一个机会,可以带来现成的计算硬件,可以直接插入大多数机器,或者集成现有的PLC。这反过来又允许中小型企业更加精简,并实时分析其效率。 随着数字化无处不在,技术效率改进的下一波浪潮将是预测分析。每个输送机和机器人执行器都会安装一个传感器,但并非它们在所有的工厂功能都具有相同的价值。 目前,完全有可能从更专业、高度更精确的物联网传感器中释放更多价值。例如,Augury使用配备AI的传感器来监控机器,并预测故障。 注重成本的工厂所有者将认识到,高度精确的传感器将比不必要的物联网提供更高的投资回报率。 前沿的新架构 在“边缘”或更接近传感器处完成的计算是IIoT架构中的新趋势。 起草人工智能和智能硬件的创新,a16z的Peter Levine预计会结束AV,无人机和高级物联网对象的云计算。 未来工厂的连接机器应该没有什么不同。 像Saguna Networks这样的公司专注于边缘计算(接近收集点),而Foghorn Systems则进行雾化计算。这两种方法都允许关键任务设备能在安全的环境下运行,而不会将所有数据传输到云端,这一过程可以节省大量带宽。 在不久的将来,人工智能和硬件的进步,将使我们所知道的物联网几乎独立于集中式云。 这很重要,因为从短期来看,这意味着农村工厂不需要发送10,000条机器信息来传递“我很好”这类繁琐信息,耗费掉昂贵的宽带和计算费用。相反,他们可以将异常情况发送到中央服务器,并且主要处理本地的决策。 此外,云计算延迟在制造方面存在严重缺陷。诸如连接工厂之类的关键任务系统无法承受向异地云数据库发送数据包的延迟。 从长远来看,边缘计算为自主工厂奠定了基础。支撑边缘的AI软件,将成为允许工厂机器独立做出决策的基础设施。 总而言之,在网络边缘利用更多计算的设备,将会迎来新的、分散的工厂设备浪潮。 网络安全成为一个优先考虑事项 IIoT的一个悖论是,工厂承受着巨大的下行风险,但几乎没有投资保护:28%的制造商在最近的一项调查中表示,他们看到过去一年因网络安全攻击导致的收入损失,但只有30%的高管说他们会增加IT支出。 网络攻击对重工业可能是毁灭性的,因为重工业可能会损害网络物理系统。WannaCry的勒索软件攻击,就曾导致雷诺-日产汽车在欧洲停工。2014年,在只遭受了一次复杂的网络攻击,停电导致高炉无法正常关闭后,德国的钢铁厂遭受了严重的损坏。 关键基础设施是网络安全领域需求不断增长的一个细分市场,许多像Bayshore Networks这样的初创公司都在提供物联网网关(桥接连接传感器的不同协议),以允许跨越多个垂直行业的制造商监控其IIoT网络。像Xage这样的其他基于网关的安全公司,甚至采用区块链的防篡改分类账,从而保障工业传感器可以安全地共享数据。 最近一项调查显示,28%的制造商表示过去一年因网络安全攻击而导致收入减少。但只有30%的高管表示他们会增加IT支出。 同样,添加连接的物联网对象和工业控制系统(ICS)传感器已在端点上形成了新的漏洞。 为了解决这个问题,Mocana和Rubicon Labs等公司正在开发IP和设备级别的安全通信产品。 此外,一些最活跃的企业网络安全投资者也对OT计算非常感兴趣。戴尔(制造工业物联网网关),以及谷歌、通用电气、三星和英特尔的合资企业都是这一领域最活跃的企业之一。 安全地管理ICS和IIoT系统,将继续成为这一领域投资的关键领域,尤其是在黑客攻击后证明OT的漏洞这一方面。 作为工业数字化的两大代表,GE选择暂时退出数字化业务,而德国西门子却在加码。“西门子和通用电气,谁更代表工业的未来?”自工业数字化竞争开始,业内经常发出这样的疑问。 去年8月1日,约翰·弗兰纳里(John Flannery)接过GE大权后,开始大刀阔斧进行业务调整,展开近200亿美元的资产剥离行动,称将削减数字化方面的投入,数字化战略从此发生变化。 而西门子数字化和工业集团营收每年以两位数的速度增长,仅次于医疗业务集团。2017财年,西门子的数字化工业业务在全球拥有7.8万名员工,营收约140亿欧元,利润率约16%。在新变革的公司架构中,数字化工业业务被保留下来,成为三大运营公司之一。

    时间:2020-07-09 关键词: 控制器 云计算 工业物联网 数字化

  • 全球软件定义网络解决方案增长,2018年SDN市场上哪10种解决方案最受追捧?

    全球软件定义网络解决方案增长,2018年SDN市场上哪10种解决方案最受追捧?

    由于越来越多地采用基于云计算的服务,并需要降低数据中心的复杂性,这推动了SD-WAN和基于意图的网络(IBN)等技术的推广和销售。根据调研机构Global Market Insights公司的一份研究报告,预计未来几年全球软件定义网络解决方案和服务市场将以54%的复合年增长率(CAGR)增长,到2024年市场规模将达到880亿美元。 以下将介绍2018年到目前为止SDN市场上十种最酷和最受追捧的软件定义网络技术。 (1)Apstra AOS 2.2 Apstra公司今年推出了其基于意图的网络AOS旗舰软件的新版本,其功能包括基于意图的分析。AOS 2.2是一个交钥匙解决方案,无论客户的供应商如何组合,都可以让用户在整个网络中实现数据中心运营的全自动化,从而使基于该开发项目的Menlo Park的启动技术能够自动预防和修复网络中断。新版本的软件嵌入了大数据分析,允许运营商指定他们希望网络运行的方式,并持续验证运营商的意图,在检测到不正常情况时产生异常告警。AOS 2.2现在通过以太网VPN支持多租户和增强的机架之间第2层连接,以提供可扩展的控制平面。 (2)Big Switch的SDN Cloud Fabric Big Switch Networks公司今年为其针对Big Cloud Fabric SDN交换结构的VMware vSAN、Dell EMC ScaleIO和Nutanix超融合解决方案引入了新的支持。Big Switch公司的数据中心软件定义网络解决方案可提供网络自动化和云原生应用程序的可见性,并可以在几分钟内完成结构升级。该解决方案利用基于SDN的叶脊/主干结构和开放式网络硬件,为横向扩展部署快速提供网络,为大型集群提供更高的性能。这家位于加利福尼亚州圣克拉拉的供应商Big Cloud Fabric拥有许多成功的用例,涉及超融合基础设施、容器化工作负载、OpenStack,以及低延迟VDI工作负载。 (3)思科基于意图的网络 思科公司于2018年继续投资其已有一年历史的基于意图的网络平台,现在拥有5,800家客户。思科公司首席执行官Chuck Robbins最近表示,思科公司基于意图的策略,使用软件自动化网络策略和管理,正在转向更加开放的软件定义架构。这家总部位于加利福尼亚州圣何塞的网络巨头正在开发DNA Center,这是基于意图的网络的控制和管理开放平台,允许合作伙伴开发定制应用程序,并为客户提供更多SDN解决方案。思科公司还在2018年推出了两个新的软件系统,网络保障引擎和DNA中心保证,以提升平台的SDN功能。 (4)Dell EMC VEP 4600 Dell EMC公司今年推出了基于x-86的虚拟边缘平台网络解决方案,采用英特尔Xeon D-2100处理器,将边缘连接到云端。VEP 4600是一种通用的虚拟网络客户端设备(vCPE),Dell EMC公司称之为SD-WAN的理想接入平台,并具有路由和深度包检测等虚拟网络功能。Dell EMC公司已在该平台上验证了三种SD-WAN解决方案:VMware的Velocloud、Silver Peak和Versa Networks。 VEP 4600于今年4月份开始对外销售,在美国的售价为1500美元。 (5)HPE Aruba SD Branch 6月,HPE Aruba公司推出SD-Branch,它将新的分支和前端网关与现有的HPE Aruba技术(包括ClearPass策略管理)相结合,形成集成的SD-WAN、WLAN、LAN和安全解决方案。新的Aruba分支网关是使用其内部开发的软件专门构建的,具有集成的思想。这些网关与Aruba最近增强的Aruba Central云管理平台集成,为SD-WAN、有线和无线网络以及策略实施提供单点。 Aruba表示,SD-Branch可以使客户以更少的员工管理更多分支机构,同时利用一致的方法实现跨地点的安全性和合规性。 (6)瞻博网络Contrail SD-WAN 瞻博网络Contrail SD-WAN提供多云解决方案,使客户能够跨虚拟云端点和本地防火墙或CPE平台自动化WAN边缘。该解决方案使用瞻博网络公司的Contrail Service Orchestration来跨瞻博网络产品(如路由器,网关和其他网络平台)设计、保护、自动化和运行整个服务生命周期。今年6月,瞻博网络公司又加强了Contrail SD-WAN功能,增加了对细粒度应用程序体验质量(AppQoE)的支持,为包括Microsoft Outlook和Skype for Business在内的3700多个应用程序提供个人应用程序性能的可见性和管理。客户现在可以使用Contrail的业务流程托管策略调整应用程序在分支机构之间的性能。 (7)Nutanix Flow 作为Nutanix 公司在2018年成为软件唯一供应商战略的一部分,该公司推出了一种专为多云环境设计的新型软件定义网络产品:Nutanix Flow。Flow提供以应用程序为中心的安全性,以防范传统的面向外围的安全产品未检测到的内部和外部威胁。该解决方案包括网络配置和管理自动化,以及管理各个应用程序之间流量以防范威胁的本机微分段服务。总部位于加利福尼亚州圣何塞的Nutanix公司将Flow嵌入其旗舰企业云操作系统。 (8)Silver Peak Unity EdgeConnect SD-WAN 旨在降低WAN成本的Silver Peak公司的Unity EdgeConnect可提供可预测的应用程序性能以及到SD-WAN的无缝迁移路径。Unity EdgeConnect具有动态路径控制、边缘到边缘数据安全性,以及实现软件即服务应用程序的最佳途径的实时更新等功能。今年6月,Silver Peak公司通过引入分段和安全服务链来改进SD-WAN解决方案。这些新功能使分布式企业能够将用户、应用程序和WAN服务集中划分为安全区域,并让跨LAN和WAN的应用程序流量控制实现自动化。对于具有多供应商安全架构的企业来说,EdgeConnect现在提供与安全基础设施和服务的无缝拖放服务链。 (9)VMware NSX Cloud VMware公司在2018年推出了新的NSX Cloud,作为其新的虚拟云网络战略的一部分。 VMware公司的NSX Cloud为在基于VMware的私有数据中心和本地云中运行的应用程序提供一致的网络和安全性。新产品具有Microsoft Azure和AWS的本机控件。NSX Cloud旨在解决使用多个公共云的挑战,例如跨云平台的不一致的策略和构造,需要每个云平台的策略的人工操作以及特定于每个公共云的操作工具。 (10)VMware NSX SD-WAN 虚拟化领导厂商VMware公司于2017年底收购了Software-Defined WAN powerhouse VeloCloud,成为SD-WAN市场的领导者。今年5月,VMware公司推出了VeloCloud的新NSX SD-WAN,通过NSX数据中心集成和过端到端分段,提供从数据中心到分支机构到云平台的可靠应用性能。NSX SD-WAN通过对所有设备和用户端点的完全可见性、指标和控制,以及简化的激活和自动连接,实现云平台和应用程序性能。 VeloCloud公司的NSX SD-WAN是VMware公司的虚拟云网络战略的一部分,VMware公司首席执行官Pat Gelsinger表示,“这是VMware公司未来网络的愿景:从数据中心到云端到边缘的无处不在的软件层,可以使用户能够连接和保护数据,无论它们位于何处。将安全性直接嵌入到平台中,并实现控制和自动化。”

    时间:2020-07-08 关键词: 云计算 思科 sdn

  • Nutanix新出增强桌面服务解决方案

    Nutanix新出增强桌面服务解决方案

    []企业云计算领域的领先者utanix,Inc.(纳斯达克股票代码:NTNX)今天宣布,已为其桌面即服务(DaaS)解决方案Xi Frame添加了一些新功能,为企业客户提供了更加丰富的体验,包括安全性,更高的灵活性和更广泛的可用性。 新功能包括:增强了Nutanix AHV上本地桌面工作负载的入职能力,对用户配置文件管理的扩展支持,将Windows Apps转换为Progressive Web Apps(PWA)的能力以及将区域数据中心支持扩展到整个69个地区Microsoft Azure,Google Cloud Platform和Amazon Web Services(AWS)。 Xi Frame是已经强大的产品,可帮助客户在几分钟内提供远程工作功能,在2020财年第三季度,以总收入为基础,创下了创纪录的季度,为Nutanix的最终用户计算业务做出了重要贡献,带来了约20个同一季度新客户交易的百分比。 COVID-19大流行导致全球大多数公司的运营发生了急剧变化。许多公司不得不花一分钱才能在一夜之间为员工提供远程工作能力,而诸如Xi Frame之类的解决方案可以帮助他们。当国家/地区开始缓慢开放时,鉴于锁定期间生产率的提高和持续的社会疏远建议,许多公司正在考虑扩展远程工作计划。可以满足组织长期需求的远程桌面和DaaS解决方案很容易被采用。 “在Nutanix,我们一直专注于客户,如何简化他们的IT运营并提供解决方案以帮助推动他们的业务向前发展,而最近几个月没有什么不同,”通用汽车桌面服务副总裁Nikola Bozinovic说道。在Nutanix。“当前的全球形势驱使许多公司采用远程工作,即使他们没有提前准备好基本构件。Nutanix Xi Frame的位置特别合适,可以满足他们的需求。为了帮助我们的客户,我们一直专注于提供出色的服务,并使客户更轻松地快速集成到其现有环境中。” Nutanix的DaaS产品Xi Frame是一项基于云的服务,为公司提供了一种在其选择的基础架构上运行虚拟应用程序和桌面的方法,其中包括Nutanix AHV的本地部署以及Microsoft Azure,Google Cloud Platform的公共云,或AWS。它消除了通常与远程工作扩展相关的麻烦,同时又在一小时之内为员工和客户安全地提供了虚拟工作区,并帮助企业最大程度地减少了桌面和应用程序部署的管理开销。 “当发生COVID-19时,PATHS需要一种解决方案来为数十个站点的员工以及数百名在家工作的员工提供安全,可靠的远程访问,”医师和战术医疗服务有限公司负责人Tony Mackiewicz说,医疗保健金融解决方案的领导者。“在AHV上运行的Nutanix Xi Frame使我们能够快速提供安全的访问权限,以支持200位在家工作的人员,而没有连接问题。员工现在可以从任何位置的任何设备远程访问所需的系统和应用程序。” 通过此次发布,Nutanix将在Xi Frame上提供以下功能,以增强针对企业客户的解决方案: Nutanix AHV的增强体验:自从在AHV上启动Xi Frame支持客户的本地部署以来,Nutanix添加了一些新功能来提供增强的用户体验。其中包括可简化部署的Cloud Connector Appliance的新版本以及Streaming Gateway Appliance(SGA),后者是支持帧远程协议(FRP)的安全反向代理。 扩展了对企业配置文件的支持:对于不将台式机加入域的用例,Xi Frame现在支持企业用户配置文件。以前,此功能仅适用于加入域的VM,因此这种增加的灵活性为Xi Frame提供了更多的用例。内置的企业配置文件功能通过简单的一键式集成启用,并通过与自适应工作区管理解决方案提供商Liquidware的合作关系提供。 支持渐进式Web应用程序:Xi Frame现在支持将Windows应用程序自动转换为跨平台的渐进式Web应用程序(PWA)。PWA是通常通过浏览器中的网页或网站交付的Web应用程序,但也可以提供本机,已安装应用程序的外观和易用性。一旦“安装了PWA”,用户无需访问浏览器就可以访问该软件,只需单击应用程序图标即可。由于该技术是跨平台的,因此这意味着Xi Frame从云端流传输的Windows应用程序似乎不仅可以在Windows设备上本地运行,而且可以在Chromebook,Mac和其他非Windows设备上本地运行。PWA支持率先在浏览器中运行任何Windows软件,这是Xi Frame如何弥合传统Windows软件与现代Web应用程序之间差距的另一个示例。 扩大全球数据中心的覆盖范围:最近几个月,Nutanix Xi Frame为南非,法国,香港,芬兰,日本,韩国,澳大利亚和美国的更多区域数据中心增加了支持。通过与Microsoft Azure,Google Cloud Platform和AWS合作,DaaS解决方案现已在全球69个数据中心位置提供。[]

    时间:2020-07-08 关键词: 云计算 nutanix 远程服务

  • Objex,Inc.加入Google Cloud合作伙伴计划

    Objex,Inc.加入Google Cloud合作伙伴计划

    []Objex,数字化转型合作伙伴,昨日天宣布,它已经加入了谷歌云合作伙伴计划的销售合作伙伴给谷歌云客户击中利用其GCP的专业知识和认证的云中运行的道路的能力资源。 作为Google Cloud合作伙伴,Objex为客户提供数字转换资源。主要功能包括以下方面的专业知识: 基础架构,即计算引擎,网络,安全性 工作负载管理,例如微服务,GKE,云运行,云功能,App Engine,Apigee,Istio AX,即Google Analytics(分析)平台,Stackdriver和Data Studio AI,例如ML,AutoML,Google Cloud Vision,自然语言和语音API 数字化转型正在重新思考旧的运营模式,并变得更加灵活,可以进行实验并响应不断变化的客户需求。Objex可以帮助您构建数字转换平台。 关于Objex Objex为组织提供领先的云基础架构,云功能和企业解决方案以及咨询专业知识,以通过认证的云计算专业人员借助云计算基础架构来转变其业务。我们的项目管理专家和应用程序开发团队是我们交付方法的一部分,可确保为客户提供端到端解决方案。[]

    时间:2020-07-08 关键词: google 云计算 cloud objex

  • HashiCorp推出用于托管服务的云平台

    HashiCorp推出用于托管服务的云平台

    []HashiCorp昨日在其在线HashiConf Digital活动上推出了HashiCorp云平台(HCP),通过该平台,它打算将其所有软件作为完全托管的服务提供。 同时,HashiCorp宣布了对HashiCorp Terraform的更新的公开Beta版,HashiCorp Terraform是一个用于配置IT基础结构的开源工具的精选实例,该工具可添加其他工作流程功能。 最后,对Nomad(容器化应用程序环境的集群管理器和调度程序)的更新,增加了对多个集群的支持以及由Cloud Native Computing Foundation(CNCF)定义的容器网络接口(CNI)规范。 HashiCorp的云服务产品营销总监Rob Genova表示,尽管该公司以前将某些产品作为托管服务提供,但HCP将作为HashiCorp代表最终客户管理其软件更新的基础。 HCP上的第一个托管服务(现已提供私有Beta版)是在Amazon Web Services(AWS)上部署的Consul服务网格的一个实例,其后是Vault(由HashiCorp开发的秘密管理软件)实例,该实例也将是部署在AWS上。 HCP的核心是HashiCorp虚拟网络(HVN),它在隔离的单租户网络周围的云提供商之间提供通用抽象。每个HVN可以在其中部署多个服务。将来,HashiCorp承诺HVN将支持跨云提供商的对等以及其软件的跨提供商集群。Genova补充说,将根据客户需求增加对其他云服务的支持。 HCP将采用按需付费的定价模式提供,以最大程度地降低前期成本,Genova表示,这应该使小型团队和组织更容易获得Consul和其他HCP服务。仅当工作负载扩展时,成本才会增加。他说,将提供开发和生产定价选项。 Genova补充说,HashiCorp已经可以访问 Consul和Terraform的托管实例,并将继续与HCP一起提供这些实例。 热那亚表示,越来越多的组织倾向于让HashiCorp代表他们管理Consul,Vault,Terraform和Nomad。在许多组织的IT资源有限的时候,Genova说,许多组织希望将其有限的内部资源的大部分用于构建和部署应用程序,而不是维护应用程序所需的基础结构。 目前尚不清楚,在COVID-19大流行带来的经济衰退之后,有多少组织会选择更多地依赖托管服务。在许多组织减少或冻结人员的时候,正在考虑所有选择。许多内部IT团队有时可能会使用托管服务来扩展自己的功能。在其他情况下,开发人员可能会完全绕开IT运营团队。 在大流行之后,Genova指出,更多组织只是想在云中部署资源以确保可用性,同时获得更大的灵活性。 无论选择哪种方式,IT团队感到越来越被迫自己做所有事情的日子,无论好坏,都在彻底改变。[]

    时间:2020-07-08 关键词: 云计算 云平台 hashicorp

  • 百度在人工智能领域做了哪些布局?

    百度在人工智能领域做了哪些布局?

    百度是靠搜索功能逐渐发展壮大起来的互联网公司,依靠过硬的搜索引擎技术在互联网领域建立了自己的优势地位。而今在人工智能产业逐渐兴起之际,百度也凭借自身的优势成功跻身人工智能领域。 有专家认为,当今的搜索引擎就是未来人工智能的雏形,在搜索引擎本身积累的用户以及数据的基础上,运用云服务、深度学习等技术,从传统互联网搜索进化到人工智能高级形态将有可能成为现实。 百度的首席科学家Andrew Ng也曾经提到过人工智能的正循环:在成功开发出深度学习算法之后,海量的数据不再是烦恼,而是一种有力的武器,能有效提升和改善图像搜索、语音识别等互联网服务,从而吸引更多的用户,产生更多的数据。 百度带着身为技术公司特有的敏感性和前瞻性的特征在人工智能领域展开了积极的布局,迈出了百度走向未来人工智能的第一步。 引进Andrew Ng及组建北美研究院 2014年5月,在人工智能和机器学习领域享有国际声誉的学者家Andrew Ng进入百度,负责领导北美研究中心。与传统互联业务相比,人工智能有相对较高的技术门槛,因此引进相关的技术人才成为了百度在人工智能领域的首要任务。Andrew Ng的加盟为百度解了燃眉之急,由其领导的北美研究中心为百度招揽了更多人工智能领域的高精尖人才,通过组建强大的技术团队,为百度的人工智能发展提供坚实的技术后盾。 大数据积累和平台开放 大数据是开展人工智能的重要基础,而百度在大数据获取以及挖掘方面有天然的优势,百度副总裁王劲将百度的技术布局形象的描述为一张剑形图,人工智能、大数据等技术将化作利剑,在未来的发展道路上披荆斩棘,为百度的发展保驾护航。 除了积累和挖掘数据之外,百度还加快了开放大数据平台的步伐。2014年4月,百度发布了大数据引擎,推出了大数据存储、分析和挖掘技术,并在医疗、交通和金融领域实现具体应用。 2014年7月,百度运用大数据技术成功预测了14场世界杯比赛的结果,领先微软和高盛。同年9月,百度对外正式发布了集合大数据、百度地图LBS的智慧商业平台,顺应了移动互联网时代发展的大潮,能够为各个行业提供有效的大数据解决方案。 语音识别和图像识别 Andrew Ng与其研发团队于2014年年底开发出一种新的语音识别技术——Deep Speech(深度语音识别系统),这款语音识别系统在嘈杂的环境下辨识准确率可以达到81%左右。卡耐基梅隆大学工程学助理研究教授Ian Lane甚至预言这一技术对未来语音识别技术的应用效果将产生颠覆性的影响。 该款语音识别系统用深度学习算法取代了原有的模型,使用递归神经网络或模拟神经元阵列进行训练,从而让语音识别系统更加简单。在这套系统中还应用了由NVIDIA(英伟达)等芯片制造商生产的多枚GPU,这些GPU通过并行连接,可以大大提升对语音识别模型的训练速度,从而提高工作效率。 在图像识别方面,摄像头将在连接人与世界信息方面发挥重要的作用,百度也在不断利用深度学习技术提高图像识别的精度。2014年9月,借鉴百度深度学习研究院开发的人脸识别和检索技术,百度云推出了云端图像识别功能。11月,百度发布了“智能读图”,可以利用一种类似于人脑的思维方式识别图片中的物体等。 人工智能算法和云计算 百度正在推进的“百度大脑”项目不仅需要人工智能算法的支持,同时也需要云计算中心在硬件方面的支持。百度大脑利用计算机技术模拟人脑,参数规模已经达到了百亿级,打造了世界上最大规模的深度神经网络。 百度在国内已经建立了十几座云计算中心,投入使用了4万兆交换机,在技术和存储上为人工智能提供了重要的支持。百度是世界上第一个在人工智能和深度学习领域应用GPU,并且推动商用ARM处理器实现规模化的公司。这些技术通过整合,构成了百度强大的存储计算能力,不仅可以支持多样的并行计算,同时也可以针对不同应用和场景生成、配置相应的网络结构,保证人工智能发展在硬件上的需求。 自动驾驶项目 2014年9月,百度与宝马签署合作协议,双方将携手共同研发自动化驾驶技术,宝马的车辆导航系统将融入百度的三维地图以及数据服务,在自动驾驶汽车方面,百度将充分发挥自己掌握的技术优势。双方将共同应对高度自动化驾驶在中国道路环境上出现的技术门槛,运用智能技术提高自动驾驶的安全性。 百度在人工智能领域的布局可以概括为以下三点: 其一,具备战略眼光,与世界科技巨头的发展脚步保持一致; 其二,拥有天然的技术基因,重视对技术人才的引进,注重对人工智能底层技术的积累和开发; 其三,百度互联网入口的地位以及多样化的产品线能够有效推动人工智能技术的快速落地,迅速转变为具体的产品和服务,实现这一技术的广泛推广和应用。

    时间:2020-07-08 关键词: 百度 云计算 人工智能 自动驾驶

  • 中兴公司拥有2500个5G专利

    中兴公司拥有2500个5G专利

    5G互联网的建设规划是现阶段老百姓特别关注的热点,另外也是国家级别重大项目。5G不但能够令客户感受到更快的网络速度,还可以推动高新科技提升。也正是由于5G 至关重要,因此美国才会想方设法控制5G新技术引领者华为公司的未来发展。 尽管如此,还是有许多欧洲国家拒绝了美国的游说,将华为公司当作最佳选择的5G合作方。 不难看出,华为公司在5G行业早已被诸多國家认同。据了解,截至今年2月份,华为公司早已取得超90个5G合约,是全世界实至名归的5G行业龙头。 华为公司近来2年在全世界销售市场突出表现的引人注意,但别忘记,除去华为公司以外,中国也有一家中国5G行业龙头已经飞速崛起,它便是中兴公司。 中兴公司作为中国知名的网络通信公司,早已在网络通信行业发展35年的時间,期内曾被美国制裁,造成中兴公司的业务流程遭受严重的下跌,企业客户流失状况也是非常严重。 只不过,中兴公司并沒有从此认输,现阶段中兴公司早已在全世界得到46个5G商业合约,其中包括中国、欧洲、亚太、中东等至关重要5G销售市场。 值得一提的是,中兴公司早已与和全世界70多家的营运商进行了5G深层企业合作。 在2020年的2月份,中兴公司再度与法国电信Orange重新进行企业合作,彼此签署了5G正式合同。 值得一提的是,法国电信公司高级副总裁点评中兴公司的5G新技术有着革命性的新技术,并表明,中兴、华为公司、索尼爱立信将是法国电信网络至关重要的5G供货商。 不难看出,中兴公司早已在欧洲销售市场开启新格局,可以的话的话,该企业还会继续得到 大量的5G订单信息。 按照专业第三方公司评测,中兴公司在国际标准机构3GPP必要知识产权中贡献排行第三,坐享超2500个5G知识产权,可以说,中兴公司的新技术累积也是非常深厚。 现阶段,中兴公司的5G基站覆盖全线产品频道,彻底可以充分满足不一样区域环境深层覆盖网络热点。此外,中兴公司还向铁路和高铁动车给予通讯处理方案。 有专业人员强调,将来中兴公司将打造出包括5G、云计算技术、互联网大数据,创建出一个开放式的合作平台。 看到中兴再次的崛起,也让很多的国人放心,当年那个中兴又回来了,而且是带着让人瞩目的成绩回来了。

    时间:2020-07-08 关键词: 互联网 云计算 5G

  • 甲骨文第四财季营收104.4亿美元 云服务等营收68.45亿美元

    甲骨文第四财季营收104.4亿美元 云服务等营收68.45亿美元

    6月17日消息,据国外媒体报道,商业数据库软件公司、集成的云应用和平台服务提供商甲骨文,已发布了2020财年第四财季的财报,该季营收104.4亿美元,云服务和授权支持业务贡献了其中的68.45亿美元。 甲骨文的财报是在当地时间周三发布的,财报显示在截至5月31日的2020财年第四财季,甲骨文营收104.4亿美元,低于上一财年同期的111.36亿美元,同比下滑6%;但高于上一财季的97.96亿美元,环比增长近6.6%。 净利润方面,财报显示在美国通用会计准则下为31.16亿美元,非美国通用会计准则下为37.79亿美元,均低于上一财年同期的37.4亿美元和40.71亿美元,但较上一财季的25.71亿美元、31.6亿美元均有明显增加。 在甲骨文第四财季104.4亿美元的营收中,云服务与授权支持业务贡献68.45亿美元,略高于上一财年同期的67.99亿美元,在营收中的占比也由61%提高到了66%。 甲骨文另一项与云计算相关的业务是云授权和现场授权,这一业务第四财季的营收为19.59亿美元,上一财年同期为25.2亿美元,同比下滑22%,在营收中所占的比重也由23%下降到了19%。

    时间:2020-07-08 关键词: 甲骨文 云计算 甲骨文云服务 甲骨文财报

  • 为壮大巩固云计算霸主之位,阿里云将借助区块链技术之力

    为壮大巩固云计算霸主之位,阿里云将借助区块链技术之力

    竞争日益激烈的云计算因为区块链又开辟了一个新战场。从早前的IBM云、微软云,到后来的亚马逊云、谷歌云,这些全球云计算巨头都把目光瞄向了这一领域。现在,它们又多了一个新的竞争对手——阿里云。 8月3日,阿里云宣布推出企业级区块链服务BaaS(Blockchain as a Service),支持一键快速部署区块链环境,实现跨企业、跨区域的区块链应用。据悉,阿里云目前主要支持溯源存证、供应链金融、数据确权、数字版权保护等应用场景。 众所周知,阿里对于区块链野心勃勃,早在几年前就已经开始研究区块链技术,可以说是目前全球区块链专利技术最多的公司。前段时间,马云在一次公开的场合特别强调:“阿里必须要有区块链,没有区块链要死人的。”可见阿里对区块链这块技术高地的重视程度。 于是很多人就认为,已经是处于国内云计算市场老大地位的阿里云,会借助区块链之力继续壮大成就霸主之位。不过,冷静思考一番,面对未来阿里云提供的区块链服务价值到底有多大?挑战之路是否会像大家想的那么容易呢? 云上部署区块链 通常理解,云计算是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源,按照服务类型主要分为三类:IaaS(设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)。 IaaS、PaaS、SaaS三种云计算模式 打个比方,云计算就好比是一个发电站,用户家中要用电,得向电站申请接入,同时按月付电费。如果你不按电站的规定来用电,那么电站可以拉你的闸、断你的线。不仅可以随时用电,而且这个电站可以根据你的需求变化改变功率,不用让你再次更换家里的设备线路,十分方便。 那么云计算和区块链有什么关系呢?不严谨的理解,假设是一条与链相关的项目,每个节点都需要有一台智能设备,而且对于相关性能还有要求,显然在实际中不那么现实。如果把该链布在云端,就让该链的社区节点用户节省了很多开支,比如存储、计算等,而且性能还能相对稳定。 外界普遍的一种声音:由于传统科技企业中心化思想和商业模式根深蒂固,加之区块链技术和企业本身不成熟、客户在应用过程中倾向于选择对于中心化模式的回归。传统科技企业所谓的“拥抱”,其实只是形似神不似,最终区块链技术很可能被中心化同化,即中心化以区块链的名义出现,区块链技术再度陷入一种有名无实的状态。 从目前来看,这样的忧虑意义不大。如果在云上部署区块链首先不会完全中心化,用户在区块链上部署的节点可以用不同云进行分散,比如EOS超级节点也并不是仅仅在某一家云上部署,而是分散部署在不同的云上面。 另外,云计算厂商的角度来看,虽然在物理上让区块链重新变得较为集中,让其有了篡改数据的能力和机会。可是,云计算厂商作恶其实对他来说并没有好处,失去了用户,影响了口碑,何利之有?这个逻辑就像比特大陆拥有着几乎可以影响比特币区块链系统的算力,但是其却不会使用这个能力。 而且从技术角度来看,未来人们也是可以规避云计算厂商作恶的可能。一位清华大学计算机专家告诉区间集,未来利用安全多方计算就可以解决这些问题。 安全多方计算(SMC)是解决一组互不信任的参与方之间保护隐私的协同计算问题,SMC要确保输入的独立性,计算的正确性,同时不泄露各输入值给参与计算的其他成员。所谓重新中心化的问题就可以迎刃而解,据悉目前已经有厂商在做这样的尝试。 阿里云优势 区间集在采访了很多声称可以落地区块链应用项目后,得出一个较为悲观的结论:目前80%以上的项目可能会死掉。 就以前段时间火热的Dapp为例,现在市场上也开始冷清下来。某文娱领域Dapp的一位刚离职的市场总监李扬告诉区间集:“目前实现去中心化的前提在于计算、存储等技术水平大幅提升,但在短时间内技术很难突破,摩尔定律已然在失效。” 这是从技术成熟度方面去考虑,而站在用户方面来说,很多区块链公司宣称大而全的生态也是不现实的。道理很简单,和巨头互联网公司相比,初创的区块链公司做这个事情成本太高,仅以用户成本来考量,怎么能和大型的互联网巨头PK? 我们把技术和用户这两个要素拿出来,阿里云提供区块链服务是很自然的,不仅有技术,也有场景需求。 阿里云的实力毋庸多言,已然是国内云计算厂商的头部。从国内市场份额来看,去年上半年无论和国内厂商还是国外厂商比较,阿里云占有量都是一骑绝尘。 另外,在阿里已有的生态体系内也需要阿里云提供区块链部署服务,这是很多其他云计算厂商所没有的。 此次阿里云推出的区块链服务主要包括溯源存证、供应链金融、数据确权、数字版权保护等四个方面。如果仔细分析来看,这四个方面对应着阿里生态电商、金融、大数据、文娱版块。 作为中国最大的电商平台,阿里旗下生态内的商品、物流等方面对于溯源都有非常大的需求,用区块链用来溯源自然是一个很好的解决方案;供应链金融方面,阿里早在2002年就开始进入,发展至今阿里在该领域的场景也是十分丰富的。 数据确权方面,去年末,中央政治局就实施国家大数据战略进行集体学习,最高领导人强调, 要制定数据资源确权、开放、流通、交易相关制度,完善数据产权保护制度。这意味着一个数字资产交易时代的来临。 “未来最大的能源不是石油而是数据。”早在2015年马云作出如此表述开始,数据不断被喻为未来的“石油”。阿里掌握大量的数据资产,过去想去变现可能会触碰法律的风险,如果不去变现这些资产的价值就会大打折扣。区块链技术出现之后,数据资产可以在链上确权、交易无疑是阿里期盼的。 阿里文娱版块包括阿里影业、优酷、阿里文学、大麦网、MaiLive、麦座等等非常多的场景,区块链可以提供很好的解决方案。单就电影、文学、音乐、文学等内容版权保护方面,就有非常大的想象力。所以,阿里云为什么不做区块链服务呢? 霸主之路漫漫 阿里云想要成为霸主之位可能并非易事,云计算市场竞争是非常激烈的。放眼国内阿里云是第一,可在全世界的舞台上,阿里云还有很长一段路要走。 Synergy最新的数据则显示,公有云市场中亚马逊AWS二季度的市场份额为34%,微软为14%,IBM 8%,谷歌6%,阿里巴巴4%。亚马逊依然是当之无愧的霸主,占据着全球近三分之一的市场份额。 而在云上提供区块链服务方面,亚马逊AWS、微软、IBM、谷歌等早就开始布局,相较于阿里拥有着先发优势。 在2016年5月,亚马逊就曾与数字货币集团(DCG)达成合作,为企业提供区块链实验环境。 今年5月亚马逊云计算AWS与初创公司Kaleid合作,Kaleido今后可以向AWS客户提供服务,帮助企业轻松部署DApps,让客户更容易将其云服务放在区块链上。 微软则更早,在2015年11月,微软就启动了Azure 区块链服务(BaaS)。2016年,Azure平台发布首个区块链解决方案,并将 NXT 区块链节点带入平台,开发者可借此简单开发NXT(未来币)节点。今年2月,微软发布智能合约技术白皮书,宣布BaaS战略的下一步将引入企业智能合约(ESC)。 作为老牌厂商IBM对于区块链更是寄予厚望。相关统计显示,IBM已经参与了400多个分布式账本项目,其中大部分在美国,涵盖包括供应链、医疗保健和政府服务在内的多个行业。 据悉,目前IBM Blockchain通过利用一种共享的和复制的账本准许企业公司将其交易工作流程数字化。在IBM Blockchain公共云服务上,用户可用于构建安全的区块链网络。 后来者谷歌也想在云计算区块链服务方面分一杯羹。早先是投资各式各样的区块链初创公司,打造自己的生态,例如对钱包服务提供商Blockchain Luxembourg的400万美元的领投、投资金融交易网络Ripple、投资加密货币资产管理平台LedgerX等;现在谷歌则开始正式入局该领域,最新消息显示谷歌正与BlockApps公司展开合作,开发自己的BaaS平台。 上述云计算巨头在区块链方面的实力已然初显。一个简单的例子,近期Reddit上网友调查了EOS46个BP(超级节点)中,有16个BP使用了AWS的云服务(即亚马逊网络服务系统),9个使用了谷歌云服务,7个BP使用了Bare Metal,4个BP使用了阿里巴巴云服务,2个使用了微软云服务。 目前云计算提供区块链服务方面,依然还是硅谷那些云计算巨头,阿里作为国内的云计算头部厂商还有很长一段路要走。 尾声:云上的区块链之争 区块链的本质来看,数字世界所有的技术都是围绕数据展开的,区块链作为通往数字世界的一扇大门当然也不例外。那么,围绕着数据的计算、存储就离不开对效率的追求,云上布局区块链从眼下看来是一个趋势。 在接下来的几年,各大云计算厂商会纷纷在此发力,或是在技术上构筑护城河,或是不断投资区块链初创项目,通过资本布局方式形成自己的产业链。 从阿里云方面来看,其生态内有着大量的目前区块链技术可实现的应用场景,作为技术基础服务设施阿里云当然要推出区块链服务。 在满足自身生态需求之外,阿里云可以把区块链服务分享给其他企业。区块链创业者只要设计好机制,至于怎么去布服务器、硬件、实现资源的配置都不是考虑的重点。这实际上是促进区块链行业的发展,有利于中小创新者发挥区块链价值。至于,阿里云在未来能否借此成为老大现在还很难说,毕竟“硅谷”那些云计算巨头实力摆在那里。

    时间:2020-07-08 关键词: 云计算 阿里云 区块链

  • 云计算方案:借助本地快速故障转移实现完美恢复的可行性论文

    云计算方案:借助本地快速故障转移实现完美恢复的可行性论文

    本文来自:克劳斯· 蒂乔·佛斯特(Klaus-Tycho Foerster) 2020年6月11日,星期四发布的第一版本的故障转移的论文,并在文末尾附属了论文地址,给深入学习的用户。 故障转移是自动化运维中重要的组成部分,有效的自动化故障转移可以保证服务的连续性,无故障运行。 论文摘要: 为了提供高弹性并快速响应链接故障,现代计算机网络支持完全分散的流重新路由,也称为本地快速故障转移。简而言之,本地快速故障转移算法的任务是仅使用本地可用信息为每个节点预定义快速故障转移规则。这些规则为数据包可能到达的每个传入链路以及本地链路故障集(即,发生故障的链路入射到节点)确定了数据包应在哪个出站链路上转发。理想情况下,这种本地快速故障转移算法可确定性地提供完美的弹性:只要基础网络保持连接,从任何源发出的数据包都可以到达任何目标。Feigenbaum等。展示了并非总是能够提供完美的弹性,并展示了如何容忍任何网络中的单个故障。有趣的是,关于完美弹性的可行性目前知之甚少。 本文在一个模型中可以使用源也可以不使用源快速转发决策的模型中,重新审视了本地快速故障转移的完美弹性。我们首先得出几个相当普遍的不可能结果:通过在图形次要图和弹性之间建立联系,我们证明不可能在任何非平面图上实现完美的弹性;此外,尽管平面度是必需的,但对于完美的弹性来说也是不够的。 从积极的方面来看,我们显示了在链接细分下闭合的图形族可以使用简单有效的故障转移算法,该算法仅跳过失败的链接。我们通过为外部平面图和相关方案以及故障后源和目标在拓扑上接近的方案得出完美的弹性来演示此技术。 介绍 分布式系统的可靠性通常取决于由一组路由器实现的底层网络。为了提供高可用性,现代路由器支持流量的本地快速重路由:路由器可以预先配置有条件的故障转移规则,这些规则为每个传入端口和所需目标定义,到达该传入端口的数据包应转发到哪个端口,仅取决于事件链路的状态:由于路由器需要快速反应,因此它们没有时间了解远程故障。 本文的出发点是本地快速重路由机制引入的以下基本问题:是否可以预先定义确定性的本地故障转移规则,以保证只要底层网络连接,数据包就可以到达其目标?这种理想的特性被称为完美弹性。因此,提供完美弹性的挑战在于问题的分散性,以及路由器仅具有关于失败链路的本地信息;利用全局知识实现完美弹性是简单的,因为可以简单地计算最短路径。 不幸的是,总的来说,完全的弹性是无法实现的:Feigenbaum等人。[19,20]给出了一个有12个节点的示例,在某些故障之后,原始网络上没有转发模式允许目标连接组件中的每个幸存节点到达目标。从积极的方面来说,作者表明,至少可以容忍一个链路故障,即1-弹性。有趣的是,现在对于什么时候可以实现完美的弹性,什么时候不可以,知之甚少。 本文研究了在节点只具有局部信息的网络中,同时考虑到节点能够和不能匹配包源的模型,提供完美弹性的问题。在消极方面,我们描述了不允许完全弹性解决方案的网络实例。从这一特性可以看出,在简单和小平面图上,即使在源在故障后仍然通过Ω(n)不相交路径与目标高度连接的情况下,也不可能实现完全恢复;但是,它无法路由到目标。我们还得到了一个相当一般的否定结果,即完全弹性在任何非平面图上都是不可能的,并且完全图K5和完全二部图K 3,3都不允许有完全弹性解。为此,我们证明了图的子图与完全弹性之间的一种有趣的联系,并证明了每一个图的子图都保留了完全弹性的性质。 从积极的方面来说,我们描述了所有外平面图和相关场景(例如,失败后源和目标位于同一个面上的场景)以及目标位于源的两个跳内的非外平面场景的完全弹性算法。对于我们的积极结果,我们建立了一个普遍的观点,即在细分链接下闭合的图族,允许简单的故障转移算法,其中节点可以跳过本地故障端口,需要非常小的转发表。 论文地址:https://arxiv.org/abs/2006.06513

    时间:2020-07-08 关键词: 云计算 故障 可行性 自动化运维 故障转移

  • Brad Anderson被任命为VMware澳大利亚和新西兰副总裁

    Brad Anderson被任命为VMware澳大利亚和新西兰副总裁

    []美国云计算软件供应商VMware已任命Brad Anderson为澳大利亚和新西兰分公司的最新高管。布拉德·安德森(Brad Anderson)被任命为VMware Australia和NZ的副总裁兼董事总经理。他取代了Alister Dias,Alister Dias于今年四月被提升为VMware亚太地区和日本地区的软件数据中心副总裁。 根据波士顿咨询集团的预测,到2023年,澳大利亚云计算服务的市场规模将激增至110亿澳元。VMware高级副总裁APJ Duncan Hewett表示,安德森在云计算和安全技术方面的深厚专业知识是增加公司整体收入和市场份额的资产。 布拉德·安德森(Brad Anderson)在VMware Australia&NZ中的角色 该公司表示,布拉德(Brad)的角色对于领导该地区的团队以使客户能够实现其IT基础架构和环境的现代化至关重要。休威特说,安德森还将利用他的经验来帮助客户加快创新目标,并加快他们向云的迁移过程。 Anderson的职业生涯始于Kanbay(现为Capgemini的一部分)的业务开发职位,并在Sophos担任过类似职位。在2005年,Brad加入IBM,在那里他积累了15年的经验。他离开该公司,担任ANZ地区云和认知软件副总裁,现在与VMware合作。[]

    时间:2020-07-08 关键词: 云计算 vmware

  • 云计算中先进的网络基础设施平台的工作流程以及环境建设

    云计算中先进的网络基础设施平台的工作流程以及环境建设

    科学的进步与高效使用高性能计算基础架构以及从大量数据中有效提取知识紧密相关。此类数据来自不同来源,这些来源遵循一个周期,该周期由用于数据管理的预处理步骤和为后续计算步骤准备以及随后应用于结果的后续分析和分析步骤组成。 1592186506453 但是,科学工作流目前分散在多个组件中,具有用于计算和数据管理的不同过程,并且在所涉及的用户配置文件的观点上存在差距。我们的愿景是,未来的工作流程环境和用于开发科学工作流程的工具应遵循整体方法,其中数据和计算都集成在基于简单,高级界面的单一流程中。我们提出的研究主题涉及新颖的方式来表达集成了不同数据和计算过程的工作流,动态运行时以有效的方式在性能和能源方面支持复杂和异构计算基础架构中工作流的执行。 。这些基础设施包括高度分散的资源,从传感器和仪器以及边缘设备到高性能计算和云计算资源。本文介绍了我们开发这些工作流环境的愿景,以及我们目前正在实现该愿景的步骤。动态运行时,以高效和高效的方式支持复杂和异构计算基础架构中工作流的执行。这些基础设施包括高度分散的资源,从传感器和仪器以及边缘设备到高性能计算和云计算资源。 本文介绍了我们开发这些工作流环境的愿景,以及我们目前正在实现该愿景的步骤。动态运行时,以高效和高效的方式支持复杂和异构计算基础架构中工作流的执行。这些基础设施包括高度分散的资源,从传感器和仪器以及边缘设备到高性能计算和云计算资源。本文介绍了我们开发这些工作流环境的愿景,以及我们目前正在实现该愿景的步骤。 本文提出了我们的愿景和路线图,以开发新的环境和工具来支持科学社区,并使科学工作流程的生产力大幅提高。需要考虑的变量有很多:科学应用越来越复杂;数据量巨大且性质多样,这一问题也越来越复杂;科学家可以使用的软件组件和工具数量庞大且难以使用;计算、存储和其他基础设施资源的复杂性和多样性也在增加。 所有这些都阻碍了科学家把注意力集中在需要解决的实际问题上,造成了与之抗争的科学界浪费的时间和资源,延缓了科学的发展。更好的科学工作流程开发方法将产生影响,首先是通过加快可能的新发现,而现在不可能的新科学应用将成为事实。由于这些科学进步,这有可能产生直接的社会影响。此外,不可忽视的是,科学界正在以不科学的方式使用大型计算和存储基础设施,这会带来经济和能源成本。 有了这种新颖的工作流环境和工具,科学家们将能够同时处理涉及高性能计算机应用、机器学习和大数据组件的工作流。该项目开发的新方法将有助于更有效地利用基础设施,降低所需成本和能源,从而减少碳足迹,因为高性能混凝土和其他基础设施消耗的能源是不可忽视的。 一、 介绍和运动 大规模计算是一种使研究和 不同领域的进展,例如个性化医学、气候预测或基因组学,其结果可能会产生社会影响。这些研究学科中的大多数都有一个共同因素,即不同类型的来源(遥感器、主要科学仪器、卫星、来自智能城市项目的无数分布式传感器等)产生的大量输入数据,其性质是异构的,需要大量存储。所有这些输入数据都经过不同的预处理步骤,以将原始数据转换为可用的输入数据,如同质化为单一格式、缩减、过滤等。 这些数据用作复杂模拟或建模过程的输入数据,传统上,这些模拟或建模过程是在大型高性能计算(HPC)基础设施中执行的,其目的是生成预测或对实际过程进行模拟(如预测明天的天气或对给定药物的行为进行建模)一种特殊的疾病)。这些高性能计算过程产生了大量的输出数据,在某些情况下也是异质性的,这些数据后来被分析和简化,用于用实验数据验证预测和推论,是获得新的科学发现的来源。例如,气候变化试验耦合模式相互比较项目第6阶段(CMIP6)将在31个中心之间进行,将涉及52个天气和气候模式。本实验输出数据所需的存储量估计为60pbytes[1]。 上面描述的内容与计算社区联盟(Computing Community Consortium)最近的一份白皮书中描述的内容相匹配,该白皮书提供了科学过程的一般视图[2]。本出版物支持科学方法的经典观点,认为科学方法是一个复杂的推理过程,它试图通过一个彻底的、可控的观察来理解自然。根据这一观点,科学过程由三个推理步骤组成:推断(即猜测一个解释)、推断(即确定一组命题的必要结果)和归纳(即进行基于抽样的概括)。 图1展示了大数据和极端规模计算(BDEC)在最近发表的白皮书[3]中看到的该模型的这些关键逻辑元素的版本,BDEC是我们参与的一项国际倡议,其重点是如何实现高端数据分析(HDA)和高性能计算(HPC)的融合。虽然诱拐和归纳阶段意味着分析和分析过程(HDA技术)的使用,但演绎阶段通常是HPC过程。然而,到目前为止,科学过程的三个不同步骤都是通过分离的方法和工具实现的,缺乏集成,对整个过程缺乏共同的看法。BDEC的主要建议是解决这两种模式之间分裂的基本问题:HPC/HDA软件生态系统分裂。 虽然HPC和HDA是科学进步所必需的,但传统的科学计算工作流程被分割成不同的部分,HPC和HDA阶段使用不同的编程模型和不同的环境,导致缺乏全局视角。此外,海量数据及其格式的异构性,阻碍了科学结论的产生。 此外,过程中涉及的不同技术和科学成果的重点可能不同。虽然从计算机科学的角度来看,重点一直放在用于进行预测/模拟的编程模型和应用程序上,但科学应用程序的开发人员更重视问题的数据方面:元数据和可追溯性对他们至关重要。 所有这些差异和关注点都因当前计算基础设施的复杂性而增加:在大型高性能计算机系统中发现运行非常不合理的科学工作流是很常见的(使用的可能性能百分比很低)。我们面临着新的处理器架构和不同类型的处理器(通用处理器、图形处理器、可编程设备)、新的持久性存储技术以及将这些复杂系统的所有元素互连的新方法。HPC系统将与公共和私有云基础设施相结合,更重要的是,未来科学工作流程将要执行的系统还将包括边缘设备,如传感器或科学仪器,这些设备将流式传输连续的数据流,同样地,科学家们希望将结果流式输出,以便对科学结果进行监控、流式传输和可视化,以实现互动性。此外,信息和通信技术进程的碳足迹也是一个令人担忧的问题,减少碳足迹将是晚上9点“地平线欧洲”的目标之一。科学应用程序开发人员正努力解决所有这些问题,这使得整体科学工作的开发变得非常复杂。 本文提出了我们在工作流程环境和工具方面的研究建议,以便按照一种整体方法开发科学工作流程,这种方法将数据和计算过程放在同一个层面上,并基于简单和高级的接口集成在一个单一的流程中,同时,智能运行时能够以节能的方式利用底层计算连续体基础设施的性能。 论文结构如下:第二节介绍了国内外研究现状及相关工作中涉及的课题。第三节介绍了BDEC倡议和本研究中考虑的基础设施,而第四节则介绍了我们对这些基础设施的工作流环境开发的愿景。第五节提出了一些关于工作流程环境中现有多学科用户产品的想法,以及匹配这些不同产品所需的必要抽象级别。第六节介绍了本集团为实现上述愿景而正在进行的工作,以及我们计划如何实现这一愿景。最后,第七节对论文进行了总结。 全文请点击下载pdf版:https://arxiv.org/pdf/2006.07066.pdf

    时间:2020-07-08 关键词: 云计算 平台 基础设施 工作流程 环境建设

  • Illumina收购BlueBee以加速大规模测序数据的处理分析和共享

    Illumina收购BlueBee以加速大规模测序数据的处理分析和共享

    []Illumina,Inc.(纳斯达克股票代码:ILMN)通过收购基于云的软件公司BlueBee来增强其分析和解释其测序系统产生的数据的能力,BlueBee为研究和临床客户提供基因组分析解决方案。BlueBee总部位于荷兰,已开发出符合法规的安全云平台,可简化对数据和工具的访问,使用户能够轻松地从基因组数据中提取见解。期望这种云功能可以降低存储,共享和管理从Illumina已安装的15,000多个测序系统中流过来的大量基因组数据的成本。 将BlueBee的功能集成到Illumina的云产品组合中,将使用户能够灵活地运行自己的自定义分析或访问行业领先的选件,例如DRAGEN™Bio-IT平台,简化数据处理并提高运营效率。用户还可以通过用户友好,符合ISO要求的灵活界面直接在云中聚合,探索和协作数据和方法。BlueBee的功能包括直观分析管理(BlueFlow),多模式数据管理(BlueBase),数据科学和AI工具(BlueBench)以及集成的业务分析以及多云或本地部署模式。这是对Illumina的云软件产品组合的重要补充,其中包括BaseSpace™Sequencing Hub, Illumina产品开发高级副总裁Susan Tousi说:“我们很高兴欢迎BlueBee团队加入Illumina,并为为用户提供简化的方式来分析,探索和安全管理大规模基因组学数据的承诺而感到兴奋。” “结合BlueBee和Illumina软件产品,可为临床和转化研究用例提供最可扩展,最有效和可扩展的基因组分析解决方案。BlueBee真正带来了独特的功能,同时确保了全球临床信息学的安全部署,我们共同希望提供一个前所未有的学习环境,以释放基因组见解的全部潜力。” BlueBee首席执行官Hans Cobben表示:“与Illumina一起,我们可以创建一个样本,以洞察基因组生态系统,同时进一步扩展测序数据的用途。” “我们的团队对加入Illumina的前景感到鼓舞,我们相信我们可以将高功率计算和先进的数据科学技术融合在一起,以帮助推动基因组学的发展并实现其临床前景。” 结合Illumina的现有基础架构,此基于云的软件产品组合现已成为可扩展性和扩展性最强的学习环境之一,以支持高级工作流程和分析。 “通过Illumina对BlueBee的收购,我们现在具有通过数据生命周期管理工具简化工作流程配置并优化成本的能力,” Agendia首席执行官Mark Straley说。“我们选择了Illumina中使用最广泛的基因组测试平台,并认为是BlueBee中的“同类最佳”云计算提供商,以有效地分散MammaPrint和Blueprint在欧洲,亚洲和北美的分散,以确保安全,准确并及时测试。现在,将这两个合作伙伴纳入一家公司,将使各方加快发展速度,扩大我们的服务范围,最重要的是,将帮助全世界的乳腺癌女性。” Integrated DNA Technologies,Inc.(IDT)总裁Trey Martin说:“ IDT与BlueBee有着悠久的合作历史,因此我们很高兴得知他们的创新平台将加入我们战略合作伙伴提供的业界领先的测序技术照度 这种结合可以通过强大,可扩展的架构推动整个全球基因组学生态系统向前发展,该架构可支持客户在全球范围内扩展分析见解的能力。” 收购条款未披露。BlueBee是从代尔夫特理工大学(TU Delft)衍生出来的。目前的BlueBee投资者包括Buysse&Partners,Korys,Quest for Growth,摩ri座合伙人,Heran Partners,Delft Enterprises和Participatie Maatschappij Vlaanderen。[]

    时间:2020-07-08 关键词: 云计算 illumina bluebee

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包