青云QingCloud 与戴尔易安信全面战略合作 强化全栈云ICT能力

北京2018年7月30日电 /美通社/ -- 企业级全栈云 ICT 服务商青云QingCloud (qingcloud.com) 日前宣布,与戴尔易安信达成全面战略合作。青云QingCloud 运营副总裁林源和戴尔易安信全球副总裁吴海亮,代表双方企业签订了战略合作协议。此次合作,青云将与戴尔易安信共同合作为企业客户搭建一站式 ICT 架构,帮助企业在数字化转型浪潮中加速进化。此次合作于 Cloud Insight Conference 2018 云计算峰会上正式宣布。

 

青云QingCloud运营副总裁林源(左)、戴尔易安信全球副总裁,大中华区战略和业务拓展总经理吴海亮(右)
青云QingCloud运营副总裁林源(左)、戴尔易安信全球副总裁,大中华区战略和业务拓展总经理吴海亮(右)

青云QingCloud 与戴尔易安信在产品和战略上有着高度的互补性,合作伙伴关系由来已久,主要体现在如下领域:

  • 第一,    在计算平台方面。青云基于戴尔易安信 PowerEdge R740/R740XD 等多款服务器产品,为云平台提供更好的性能和更低的 TCO。同时,基于戴尔易安信的资源管理工具,帮助最终用户加强对服务器的资源管理和运营优化。
  • 第二,    在存储方面。青云基于戴尔易安信 PowerVault MD 和 SC 两大系列存储阵列产品,对云平台进行深度定制和优化,为解决方案提供更好的存储容量、性能、安全性和扩展性。
  • 第三,    在网络方面。基于戴尔易安信 Networking C/S 系例产品,青云搭建起新型的高可靠,高性能,低成本的网络架构。
  • 第四,    在数据中心基础架构管理层面。围绕戴尔易安信数据中心管理套件,青云通过对硬件基础设施的全面监控管理,优化数据中心资产的管理和运营。
  • 第五,    在创新服务方面。青云将使用戴尔易安信 TAM 服务来实现更优的用户体验。

戴尔易安信全球副总裁,大中华区战略和业务拓展总经理吴海亮表示:“戴尔易安信与青云QingCloud 一直紧密合作,我们希望能够一直陪伴着青云的成长。近几年来我们与本土合作伙伴的合作更加紧密,与青云的深度合作将为企业提供稳定、简单、高效、可靠、环保的云服务。这也是戴尔易安信“在中国,为中国”的戴尔中国4.0战略的一部分。戴尔易安信拥有行业领先的融合基础架构、服务器、存储和数据保护技术,希望此次合作,我们和青云一起打造健康的云生态,为各行各业的企业提供最好的云服务资源。”

青云QingCloud 运营副总裁林源表示:“长期以来,戴尔易安信一直是青云核心的硬件合作伙伴。此次双方达成全面战略合作,将为企业客户带来更全面的 ICT 服务解决方案,携手打造健康持久的企业 ICT 服务生态,持续引领中国企业数字化转型与变革。”

青云QingCloud 全栈云 ICT 能力并不仅仅包含软件能力与通讯技术,更需要强大的硬件基础设施作为支撑。在青云广泛的硬件生态合作中,戴尔易安信一直是可信赖的数字化转型伙伴。在未来,青云将加强与戴尔易安信的合作,“云图腾,谋共赢”,期待双方在计算平台、存储、网络、数据中心管理、创新服务和市场等全方位合作结出硕果。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值