首页 > 传媒 > 关键词  > 深信服最新资讯  > 正文

深信服超融合690版本重磅发布,AI智领,信创加速

2023-04-20 11:52 · 稿源: 站长之家用户

深信服在 4 月 18 日成功举办了主题为「无须妥协,融合向前」超融合 690 发布会。本次发布会中,深信服推出了比较新版本的超融合690,进一步提升优化了AI和信创领域的技术能力,倾力打造更智能、更易用的国产云平台底座。此次发布会上,深信服还初次向外界公开了基于AI First理念打造的AI技术体系,以先进技术助推产品能力升级。

AI智领,信创加速,超融合 690 开启国产云平台新篇章

超融合 690 在原有的AI能力上更进一步,基于AI First理念打造AIOps天工智能引擎大幅提升了对各类故障的检测和定位能力。AI能力加持下,云端智能大脑2. 0 可对平台内的硬件资源进行7×24h的监控,并根据监控结果关联“天工智能分析+E2E”双引擎分析,主动检测、主动分析、主动部署,让超融合 690 运维能力更智能、更准确。如今,云端智能大脑2. 0 可在 1 秒内定位业务卡慢故障根因,并提前7- 30 天预测故障风险,预测准确率可达93.7%。

随着国内信创脚步的加快,国内越来越多用户选择用信创云平台承载业务体系。为了把超融合平台打造成信创与非信创模式一样好用的云基础设施底座,超融合 690 秉承着“不妥协功能、不锁定硬件、不妥协质量”的升级理念,通过构筑适配层快速屏蔽ARM与X86 架构的底层OS差异,在硬件、操作系统、Host OS等层面弥补能力差异,实现产品性能与功能上的双模拉齐。

除了在AI和信创领域下了功夫外,超融合 690 还对原有的能力再次进行了突破与创新。比如,在稳定性上全盘保留原有能力外,强化数据库管理DMP并内置混沌工程时刻验证平台稳定性,核心业务稳定承载。在性能上,从计算、网络、存储方面进行了性能调优,综合性能提升30%以上。在平台安全方面,推出内建安全2.0,分布式IPS引擎+自适应安全策略+虚拟补丁全面联动,业务上线网络即安全。

AI能力全面注入,产品能力全平台优化

基于AI First理念,深信服将AI能力在自身产品全面推广,通过对智能算法模型进行深度训练构筑技术中台,再根据运维、性能、安全方向的能力需求,不断延展细化AI能力,衍生出三大技术分支:AIOPS、AIRUN、AISEC。

为了进一步缩减传统IT架构臃肿的运维流程,深信服AIOps率先构筑了O2O场景下智能运维分析引擎,统一数据、统一算法、统一编排,将各类运维指标的管理规范化。同时,深信服AIOps引入各类深度学习机制强化运维能力,提升故障预测与定位的精度,及时输出故障根因分析结果帮助平台管理侧快速闭环运维流程。对于运维侧的常见的告警风暴,也可通过NLP模板算法完成对告警信息的收敛、去重,帮助用户聚焦业务精力,助力业务创新。

随着越来越多的业务上云,多业务混合部署云已成云环境常态。为了减少多业务系统部署在同一主机所带来的性能开销,深信服AIRUN通过业务画像分析引擎和智能CPU调度技术,对虚拟机资源指标与业务系统的关键联系提前捕捉、聚类,用自适应的调度策略分配性能调度进程,提高重要业务性能优先级,保障各类业务系统的稳定运行。

为了更好的应对复杂多变的云主机环境,深信服AISEC可识别平台内的流量走向与云资产变迁进程,进一步强化云主机粒度下的启停能力,安全策略自动化部署,自适应主机环境变化。

11家生态伙伴携手,联合调优,共为中国IT正名

独行快,众行远。深信服深知中国IT的进步离不开产业的共同发展,国产IT有着不输于国际知名厂商的潜力与能力。超融合 690 发布会受到了来自信通院、中国电子研究院以及鲲鹏、海光、麒麟软件、达梦数据库、金蝶天燕、蓝凌软件等众多生态伙伴的广泛关注。深信服与生态伙伴间的技术协同,绝非简单适配,而是在产品内核层次的深度整合。发布会上,北京人大金仓信息技术股份有限公司(以下简称“人大金仓”)与蓝凌软件莅临现场,详细介绍了与深信服超融合联合调优的实践结果。

人大金仓与超融合在数据库承载方面深度调优,联合解决方案在数据库垂直领域将KRDS数据库服务管控能力与超融合平台深度融合,单节点性能达到同规格物理机平台90%以上。

蓝凌软件则与超融合在软硬件层面实现了全栈联调与打通,深度融合双方技术能力的超融合一体机方案在压测实验中,应用的平均响应时长≤2s,CPU算力消耗≤60%。

中国IT要强,国产数字化云平台能力要好,必须要有强大科技。超融合将始终保持匠心精神,持续迭代自身能力,与生态伙伴们共同承担起科技自强的使命担当,为国产数字化不断注入磅礴动力。

推广

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

  • 相关推荐
  • 大家在看
  • Nemotron-4-340B-Reward:多维奖励模型,助力构建自定义大型语言模型。

    Nemotron-4-340B-Reward是由NVIDIA开发的多维奖励模型,用于合成数据生成管道,帮助研究人员和开发者构建自己的大型语言模型(LLMs)。该模型由Nemotron-4-340B-Base模型和一个线性层组成,能够将响应末尾的标记转换为五个标量值,对应于HelpSteer2属性。它支持最多4096个标记的上下文长度,并能够对每个助手轮次的五个属性进行评分。

  • Nemotron-4-340B-Instruct:NVIDIA的高级语言模型,优化于英文对话场景。

    Nemotron-4-340B-Instruct是由NVIDIA开发的大型语言模型(LLM),专为英文单轮和多轮对话场景优化。该模型支持4096个token的上下文长度,经过监督式微调(SFT)、直接偏好优化(DPO)和奖励感知偏好优化(RPO)等额外的对齐步骤。模型在约20K人工标注数据的基础上,通过合成数据生成管道合成了超过98%的用于监督微调和偏好微调的数据。这使得模型在人类对话偏好、数学推理、编码和指令遵循方面表现良好,并且能够为多种用例生成高质量的合成数据。

  • BookSlice:让阅读更有趣,用游戏化的方式增加阅读量。

    BookSlice是一款面向忙碌人群的游戏化阅读应用,通过心理学原理帮助用户建立阅读习惯,并通过设置每日挑战来维持阅读连续性。它利用实施意图、习惯叠加等心理工具,使阅读变得习惯性和上瘾。此外,BookSlice还提供AI问答功能,帮助用户在阅读过程中获得上下文答案。

  • agentUniverse:基于大型语言模型的多智能体应用开发框架

    agentUniverse 是一个基于大型语言模型的多智能体应用开发框架,提供了构建单一智能体和多智能体协作机制的所有必需组件。通过模式工厂,允许开发者构建和自定义多智能体协作模式,轻松构建多智能体应用,并分享不同技术与业务领域的模式实践。

  • HunyuanDiT Distillation Acceleration:高性能图像生成模型的蒸馏加速版本

    HunyuanDiT Distillation Acceleration 是腾讯 Hunyuan 团队基于 HunyuanDiT 模型开发的蒸馏加速版本。通过渐进式蒸馏方法,在不降低性能的情况下,实现了推理速度的两倍提升。该模型支持多种GPU和推理模式,能够显著减少时间消耗,提高图像生成效率。

  • WonderWorld:从单张图片生成交互式3D场景

    WonderWorld是一个创新的3D场景扩展框架,允许用户基于单张输入图片和用户指定的文本探索和塑造虚拟环境。它通过快速高斯体素和引导扩散的深度估计方法,显著减少了计算时间,生成几何一致的扩展,使3D场景的生成时间少于10秒,支持实时用户交互和探索。这为虚拟现实、游戏和创意设计等领域提供了快速生成和导航沉浸式虚拟世界的可能性。

  • ChatTTS_Speaker:基于ERes2NetV2模型的音色稳定性评分与音色打标。

    ChatTTS_Speaker是一个基于ERes2NetV2说话人识别模型的实验性项目,旨在对音色进行稳定性评分和音色打标,帮助用户选择稳定且符合需求的音色。项目已开源,支持在线试听和下载音色样本。

  • fastc:轻量级文本分类工具,使用大型语言模型嵌入。

    fastc是一个基于大型语言模型嵌入的简单且轻量级的文本分类工具。它专注于CPU执行,使用高效的模型如deepset/tinyroberta-6l-768d生成嵌入。通过余弦相似度分类代替微调,实现文本分类。它还可以在不增加额外开销的情况下,使用相同的模型运行多个分类器。

  • MeshAnything:3D资产的自动生成工具

    MeshAnything是一个利用自回归变换器进行艺术家级网格生成的模型,它可以将任何3D表示形式的资产转换为艺术家创建的网格(AMs),这些网格可以无缝应用于3D行业。它通过较少的面数生成网格,显著提高了存储、渲染和模拟效率,同时实现了与先前方法相当的精度。

  • HunyuanDiT-v1.1:多分辨率扩散变换器,支持中英文理解

    HunyuanDiT-v1.1是由腾讯Hunyuan团队开发的一款多分辨率扩散变换模型,它具备精细的中英文理解能力。该模型通过精心设计的变换器结构、文本编码器和位置编码,结合从头开始构建的完整数据管道,实现数据的迭代优化。HunyuanDiT-v1.1能够执行多轮多模态对话,根据上下文生成和细化图像。经过50多名专业人类评估员的全面评估,HunyuanDiT-v1.1在中文到图像生成方面与其他开源模型相比,达到了新的最先进水平。

  • UniAnimate:高效生成一致性人物视频动画的模型

    UniAnimate是一个用于人物图像动画的统一视频扩散模型框架。它通过将参考图像、姿势指导和噪声视频映射到一个共同的特征空间,以减少优化难度并确保时间上的连贯性。UniAnimate能够处理长序列,支持随机噪声输入和首帧条件输入,显著提高了生成长期视频的能力。此外,它还探索了基于状态空间模型的替代时间建模架构,以替代原始的计算密集型时间Transformer。UniAnimate在定量和定性评估中都取得了优于现有最先进技术的合成结果,并且能够通过迭代使用首帧条件策略生成高度一致的一分钟视频。

  • LVBench:长视频理解基准测试

    LVBench是一个专门设计用于长视频理解的基准测试,旨在推动多模态大型语言模型在理解数小时长视频方面的能力,这对于长期决策制定、深入电影评论和讨论、现场体育解说等实际应用至关重要。

  • Mo:通过卡片式学习,轻松掌握AI科技知识。

    Mo是一款结合超现实主义艺术和堂吉诃德理想主义精神的AI科技学习APP。它通过卡片形式,以图文、动画、视频、语音等多样化内容,使AI和科技知识的学习变得生动有趣。Mo不仅覆盖了AI的基础知识,还包含了元宇宙、大数据、大模型等前沿技术,适合各种背景的学习者,旨在打造一个个性化的学习体验。

  • 开搜AI搜索:面向大众的AI问答搜索引擎

    开搜AI问答搜索引擎是一款面向大众的、直达答案的AI问答搜索引擎,它能够帮助用户从海量的文献资料中筛选出有用的信息,提供直接、精准的答案,并且能够自动总结重点、生成大纲、思维导图并下载。

  • AI Math Notes:一个交互式绘图应用,用于数学方程的绘制和计算。

    AI Math Notes 是一个开源的交互式绘图应用程序,允许用户在画布上绘制数学方程。应用程序利用多模态大型语言模型(LLM)计算并显示结果。该应用程序使用Python开发,利用Tkinter库创建图形用户界面,使用PIL进行图像处理。灵感来源于Apple在2024年全球开发者大会(WWDC)上展示的'Math Notes'。

  • VideoTetris:文本到视频生成的创新框架

    VideoTetris是一个新颖的框架,它实现了文本到视频的生成,特别适用于处理包含多个对象或对象数量动态变化的复杂视频生成场景。该框架通过空间时间组合扩散技术,精确地遵循复杂的文本语义,并通过操作和组合去噪网络的空间和时间注意力图来实现。此外,它还引入了一种新的参考帧注意力机制,以提高自回归视频生成的一致性。VideoTetris在组合文本到视频生成方面取得了令人印象深刻的定性和定量结果。

  • Visual Sketchpad:多模态语言模型的视觉推理工具

    Visual Sketchpad 是一种为多模态大型语言模型(LLMs)提供视觉草图板和绘图工具的框架。它允许模型在进行规划和推理时,根据自己绘制的视觉工件进行操作。与以往使用文本作为推理步骤的方法不同,Visual Sketchpad 使模型能够使用线条、框、标记等更接近人类绘图方式的元素进行绘图,从而更好地促进推理。此外,它还可以在绘图过程中使用专家视觉模型,例如使用目标检测模型绘制边界框,或使用分割模型绘制掩码,以进一步提高视觉感知和推理能力。

  • GoMate:基于RAG框架的可靠输入和可信输出系统

    GoMate是一个基于Retrieval-Augmented Generation (RAG)框架的模型,专注于提供可靠输入和可信输出。它通过结合检索和生成技术,提高信息检索和文本生成的准确性和可靠性。GoMate适用于需要高效、准确信息处理的领域,如自然语言处理、知识问答等。

  • SD3-Controlnet-Canny:一种用于生成图像的深度学习模型。

    SD3-Controlnet-Canny 是一种基于深度学习的图像生成模型,它能够根据用户提供的文本提示生成具有特定风格的图像。该模型利用控制网络技术,可以更精确地控制生成图像的细节和风格,从而提高图像生成的质量和多样性。

  • Tencent EMMA:多模态文本到图像生成模型

    EMMA是一个基于最前沿的文本到图像扩散模型ELLA构建的新型图像生成模型,能够接受多模态提示,通过创新的多模态特征连接器设计,有效整合文本和补充模态信息。该模型通过冻结原始T2I扩散模型的所有参数,并仅调整一些额外层,揭示了预训练的T2I扩散模型可以秘密接受多模态提示的有趣特性。EMMA易于适应不同的现有框架,是生成个性化和上下文感知图像甚至视频的灵活有效工具。

今日大家都在搜的词:

热文

  • 3 天
  • 7天