Teradata将于今年晚些时候启用其TAP——Teradata Analytics Platform (Teradata分析平台)。
该公司还采用了IntelliSphere概念的降价捆绑策略。
TAP将Teradata和Aster技术整合在一起,计划包含Spark、TensorFlow、Gluon和Theano等分析引擎。
这样应该能够快速方便地访问一系列算法,包括深度学习的一些算法。
它将具有可扩展的分析功能,例如归因、路径分析、时间序列以及一系列统计、文本和机器学习算法。
通过TAP,用户可以摄入并分析数据类型,例如文本、空间、CSV和JSON格式,包括对Avro的支持,这是一种允许程序员动态处理基模架构的开源数据类型。
Teradata 表示,TAP将在平台和高速数据网络中管理和分析数据,避免了在多个引擎中存储和转移数据。
它提供商业和开源分析技术和编程语言访问,如Python、R、SAS和SQL。
Jupyter、RStudio、KNIME、SAS和Dataiku等工具也兼容。Teradata AppCenter允许分析人员通过在可以自助服务的、基于网络的界面上部署可重用模型,与同事分享应用程序。
Teradata希望将其软件部署在Teradata Cloud的硬件上,在公共云中或者运行在VMware支持的商品化硬件上,并具有便携式和基于订阅的许可证。基于订阅的IntelliSphere许可证将可以使用数据采集、管理、部署和访问的产品集合。
它表示,相比于单独购买产品,这种做法可以让客户节省大量资金。与单独购买四个产品——Unity、Data Lab、Data Mover和Query Grid——相比,这种做法可以节省30%的费用,并且还附带了六款免费产品。
具有Aster分析引擎的Teradata Analytics Platform将于今年晚些时候可供使用。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
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%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
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。