深信服桌面云,能平衡数据安全与办公效率,能兼顾混合办公模式和使用体验,还能实现智能运维,始终致力于为各行各业构筑数字化办公空间,近期有了重磅新动作——深信服桌面云aDesk5.5.3新版本,正式发布。
这次新版本,桌面云在“台前幕后”都做足准备:能Hold住大规模部署这种大场面,也关注运维管理这些“幕后”的事情,以及再次升级了各项使用体验——
特性一:支撑更大规模的部署,助力大型组织高效管理
(1)统一门户接入
在统一门户平台下,多个桌面云集群可同时进行统一管理,聚合不同桌面云集群的可用资源,用户通过统一门户平台认证接入后即可安全使用。保证用户拥有更好的登录与访问体验,同时满足大规模或多地部署的需求,尤其对于大企业来说,能够有效提升管理效率,降低运维成本。
(2)新版软件VDC,支撑上万点并发
桌面云管理控制器软件版本,上线速度更快,部署更灵活,最大可满足上万点并发用户使用。面对大型企业的超大集群也绝不“怯场”。
特性二:新功能上线,运维管理更智能、更便捷
(1)用户配置文件管理UPM2.0全新升级
打造全新的UPM2.0,用户使用虚拟应用或VDI虚拟机时,可实现个性化配置和文件管理,是新一代容器化用户配置和文件部署的利器。
全面管理:覆盖更全的应用程序、Windows用户配置、用户文件重定向等场景,满足更多交付模式和用户场景。
多场景部署:支持无AD/AD域模式,在集中和分布式场景广泛部署,满足不同规模企业的上线要求。
集成式部署:控制台集成部署于管理平台,配置更加简单,管理人员无需单独部署控制台服务器,管理更高效、便捷。
(2)IOMPlus智能运维平台,再添新功能
AI智能排障,提前预警、精准定位:上线CPU、内存和磁盘等100余种监控指标,提供完善的自监控、自运维体系,7*24小时不间断智能监测桌面运行情况,释放运维压力;依托AI高阶统计算法、结合专家经验规则,准确定位存在的卡慢风险,并提供解决建议,1位运维人员在线能解决上千终端的问题,运维工作由“被动”变成“主动”。
虚拟机资源精确控制:智能辅助评估服务器硬件资源,精准识别闲置虚拟机,避免虚拟机资源在不知不觉中的“被浪费”;提供虚拟机配置扩容或缩配等优化建议,帮助用户合理规划服务器负载分配及虚拟机配置,提前降低因资源问题导致的卡慢风险。
用户操作体验优化:实时针对用户卡慢环境进行全面监控并提供可视化展现,智能识别并定期清理虚拟机内非业务进程与流氓软件,告别操作卡顿。
特性三:各项用户体验再升级
(1)3D场景体验再提升
在3D场景下提供更流畅、高清的使用体验,是深信服桌面云一直在打磨、优化的方向之一。这次新版本,3D场景下提升双屏办公体验,单双屏支持60帧,操作体验更丝滑,显示更清晰。
(2)支持144帧显示
1080P分辨率下,支持144FPS显示和视频播放,双屏办公场景下也可实现。大幅提升视频播放体验,连同3D软件的使用体验也变得更顺畅。
(3)USB3.0让文件拷贝“飞”起来
读速度高达70MB/s以上,写速度高达20MB/s以上,增强用户的U盘使用体验。
(4)提升广域网场景体验
支持H265编码:同等画质下可降低25%的带宽占用,而且在有限的带宽下,画面可以做到更流畅丝滑,不降低服务器本身性能消耗,性能大幅提升。
柔性带宽:在弱网环境下,针对动画PPT播放,PPT滚动,其它浏览窗口滚动等交互频繁的场景,可对静态自然图像采用高度压缩方案,通过传输一个高清帧的方式,实现画面由模糊变清晰,缓解画面卡顿问题,播放更流畅。
全屏视频编码优化:在保证视频主观画质可接受的前提下,在HEDC协议下全屏视频播放场景的流量平均下降25%,且能做到单台虚拟机的CPU增加不超过2.5%、内存增长不超过30MB。用户在远程接入场景,视频会议和线上课程播放等体验依然流畅。
(5)进一步升级深信服桌面云解决方案,推出TCI方案
TCI架构拥有出色的本地计算性能,同时具备集中管理、强大的外设兼容性、离线工作和基于账户的个性化配置等优势,能够在实现云端统一管理的同时,为最终用户提供媲美 PC 的应用体验,尤其适用于教育行业。
进步不止,创新不停。这是更能扛事儿、更好管、更流畅的桌面云,这是致力于为用户构建安全、智能、高效、易用的数字化办公空间的桌面云。
以上,是深信服桌面云5.5.3版本,是桌面云在进阶路上又向前迈出的坚实一步。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。