ZD至顶网CIO与应用频道 06月06日 北京消息:全球知名市场分析公司Forrester 的最新报告显示,全球领先的大数据分析服务供应商Teradata天睿公司(Teradata Corporation,纽交所:TDC) 被评为大数据 Hadoop 优化系统(Big Data Hadoop-Optimized Systems)的三大领导者之一。该报告为《Forrester浪潮™:2016 年第二季度大数据 Hadoop 优化系统报告》,由 Noel Yuhanna 和 Mike Gualtieri 撰写。报告称,Forrester 对七家厂商进行了评估,并评选出三大领导者(Leaders)和四大表现优异者(Strong Performers),他们均“拥有极具竞争力的解决方案,能够提供成熟的企业级 Hadoop 系统”。
厂商评选标准包括:1)全面的 Hadoop 优化系统产品;2)支持各种企业大数据用例的 Hadoop 优化系统;3)可供参考的客户群;4)促使 Forrester 关注厂商的客户咨询或重点技术;以及 5)具有公开发售的产品。
针对 Teradata,Forrester 写道:“Teradata 的第五代 Hadoop 一体机高效且完善。过去十年来,Teradata 是通过数据管理一体机获得显著成功的少数厂商之一。Teradata Appliance for Hadoop 整合了多种软件组件(开源及商用),包括最新版本的 Cloudera 或 Hortonworks的 Hadoop发行版、Teradata Connector for Hadoop 以及 Teradata Hadoop 命令行界面。Teradata 还通过其 Think Big 咨询业务提供解决方案咨询服务,帮助客户设计和创建整合的业务解决方案。”
Teradata Appliance for Hadoop 作为可立即运行的平台,经过预先配置和优化,能够通过 Teradata 软件运行企业级的大数据工作负载,从而简化 Hadoop 管理。
Teradata 最近公开发布的一段视频显示,全球最大的软件企业赛门铁克(Symantec)通过各种分析功能寻求新的创收机会,并提高客户的满意度。该公司发言人解释了他们如何利用其 Teradata 统一数据架构(Unified Data Architecture™)和 Hadoop 数据湖,将大量数据源(包括遥测数据)与“物联网”的数据整合,以掌握客户的产品使用情况和效果。最终,赛门铁克将客户维系率提高了 20%,并将顺利增收 2 亿美元。
Teradata天睿公司实验室总裁 Oliver Ratzesberger 表示:“Teradata 提供最成熟的企业级 Hadoop 工具以及高级专业服务,能够为企业提供最深入的Hadoop 应用整合。随着采用客户日益增多,以及更多扩展 Hadoop、数据湖和分析用例的项目,将促进大数据分析的快速发展。我们的客户对于我们的企业产品路线图和未来发展方向有着满腔的热情。在我们的大客户不断大力投资于 Teradata 及其 Hadoop 产品组合的同时,我们还致力于帮助新客户采用 Hadoop。”
2015 年的 Teradata Partners全球用户和合作伙伴大会上,在Hadoop 专题会议期间,指导委员会成员 Enterprise Holdings 公司的一名系统架构师,详细说明了他们通过 Teradata 数据库和 Teradata Appliance for Hadoop 开展数据整合的情况。Teradata Appliance for Hadoop 还包含 Presto,后者是新一代的开源 SQL 查询引擎,可在多种 Hadoop 发行版上运行。Presto 能够从 Hadoop 平台扩展出来,查询 Cassandra、关系数据库或专有数据库。这种跨平台的分析功能使得 Presto 用户能够从各种规模(从 GB 级到 PB 级)的数据湖中获取最大的业务价值。今年第三季度,Presto将会采用捆绑Hadoop 设备的方式上市。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。