ZD至顶网CIO与应用频道 07月05日 北京消息:Teradata天睿公司(Teradata Corporation,纽交所:TDC)日前宣布,为多个商业智能(BI)和可视化解决方案颁布 Teradata Distribution of Presto认证。这些解决方案包括Information Builders、Looker 数据平台、Qlik® 可视化分析平台、Tableau BI工具套件 和 ZoomData®。此外,MicroStrategy已开展认证工作,而 Microsoft Power BI 已完成测试。这些认证为客户提供更多选择,帮助客户有效运用BI工具投入与技术,高效分析 Hadoop数据。
商业智能和数据仓库资深顾问兼 Boulder BI Brain Trust创始人Claudia Imhoff 表示:“Teradata 天睿公司率先通过 Teradata Distribution of Presto 对BI和分析工具进行认证,及时帮助企业应对目前部署使用 Hadoop 时遇到的诸多挑战,对行业具有重大意义。Teradata 天睿公司将Presto打造为一款企业就绪型SQL-on-Hadoop 解决方案时,整合 BI 工具将提供适当的功能,帮助企业内用户轻松运用Presto。无论企业选择哪一家BI和分析服务供应商,都能够运用洞察力引擎创造价值,为所有 Hadoop 用户开启可视化智能新时代。”
Presto 是一款开源 SQL 查询引擎,用于对Hadoop 及其它数据源进行交互式分析查询。Presto最初由Facebook公司开发,是Hadoop平台上重要的 SQL 查询引擎,主要用于在 Hadoop 分布式文件系统(HDFS)、Amazon S3、Cassandra、关系数据库、甚至在专有数据存储上执行跨平台查询,是需要次秒级或次分级响应时间的数据分析师的完美选择。
加入多款 BI 工具后,企业可依托 Teradata Distribution of Presto 及 Teradata Presto ODBC(开放式数据库连接)和 JDBC(Java 数据库连接)驱动程序,跨平台轻松开发 BI 应用并编制 BI 报告。与 BI 工具的紧密结合有助于快速开发应用,并从客户情感分析、客户流失分析、物联网可视化传感器数据分析中获得可做为行动依据的洞察,帮助企业充分利用现有 SQL BI 工具和 Hadoop 投入,更快地创造商机。
目前,Teradata Certified Distribution of Presto、Teradata Presto ODBC 和JDBC驱动程序均已发布,用户可访问http://www.teradata.com/presto免费下载。
Teradata 天睿公司产品与服务营销副总裁 Chad Meley 表示:“过去一年来Teradata天睿公司不断致力于增强 Presto,成果显著,包括通过整合YARN,提升安全性,及开发高性能企业级 ODBC 和 JDBC 应用程序接口驱动程序。随着越来越多的 BI 合作伙伴取得认证,我们将在数据生态系统内进一步扩展可分析数据的范围和领域,为企业创造巨大的效益,这彰显出与 Teradata 统一数据架构息息相关的开创性愿景。”
Looker 公司战略联盟副总裁 Keenan Rice 表示:“作为有能力处理大量复杂数据集的SQL-on-Hadoop 方案,Presto 倍受青睐,它帮助越来越多的企业在大数据基础设施中部署Hadoop。依托Presto 和 Looker,客户能够顺利扩容至 PB 级数据规模,实现企业级交互式分析。Looker 与 Teradata 提供商业支持的Presto 整合,可谓独一无二,因为它带来支持 Presto 的 Schema-on-Read 建模层,配合 Presto 功能强大的数据联合技术和大数据技术能力,可打造出现代化规范的大数据 BI 基础设施。”
Qlik 公司合作伙伴工程技术高级总监 Hugo Sheng 表示:“Qlik 去年率先加入Presto,并持续在Teradata统一数据架构上全面支持各种大数据实施项目。依托 Presto 和 Qlik 技术,客户能够摆脱常见性能限制,不断开发高性能交互式可视化分析解决方案。”
Tableau 公司产品管理副总裁 Dan Jewett 表示:“越来越多的客户希望在Presto上轻松可靠地使用 Tableau。能够携手 Teradata 天睿公司,为 Presto 和 Hadoop 社区在 Presto 上认证 Tableau,我们感到非常兴奋。”
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。