至顶网CIO与应用频道 11月28日 北京消息:Teradata天睿公司(Teradata Corporation,纽交所:TDC)宣布推出软件综合套件Teradata IntelliSphere™。Teradata IntelliSphere推出广泛的重要功能,帮助企业运用所有核心软件获取、访问、部署并管理灵活的分析生态系统。
Teradata天睿公司首席产品官Oliver Ratzesberger表示:“Teradata IntelliSphere是一套强大、健全的软件综合套件,能够协调目前最先进的分析生态系统,并支持大规模高级分析。部署Teradata IntelliSphere后,企业将无需单独购买软件应用程序,即可搭建并管理生态系统。企业将能够设计自己的环境,以发挥数据与分析技术的全部潜能;未来软件更新时,企业即可获取使用,无需再次购买许可或再次订阅。”
Teradata IntelliSphere:同一软件套件带动整个分析生态系统
目前,业务不断变化,使企业需要更敏捷的分析技术,才能稳固竞争优势。由于更多分析用户需要使用更广泛的分析工具分析不断增长的数据,部署有能力应对这一需求的复杂架构成为企业的当务之急。企业不得不部署并管理技术混杂的大型多系统分析环境,这种环境通常搭载不同解决方案提供商及开源社区提供的各种混杂技术。
为帮助企业满足这一需求,Teradata天睿公司推出Teradata IntelliSphere,为企业提供重要功能组合,仅通过简化的订阅式软件许可,就能够获得获取、访问、部署并管理分析生态系统需要的所有核心软件。
Ÿ 获取:企业运用IntelliSphere,将能够搭建运行就绪型弹性架构,快速访问业务关键型分析,并轻松采集并分发大容量数据流。
Ÿ 访问:无论数据存储在哪种环境,即使是混合云或使用不同类型技术的环境,企业都能轻松访问。
Ÿ 部署:部署应用及分析模型,实现用户轻松访问与企业协作。
Ÿ 管理:管理软件可实现即席数据迁移,并通过操作界面实现日常监测与控制。
雅虎日本公司数据与科学解决方案集团总裁兼首席数据官Kiyoshi Sasaki表示:“由于分析生态系统技术日趋复杂,我们依靠Teradata软件保持环境的协调性,并不断加速创造价值,提升工作效率以及用户使用率。依托Teradata IntelliSphere,我们能够使用当前及未来需要的所有组件,以我们能够预测并担负的价格,部署灵活的分析生态系统。”
Teradata IntelliSphere由十大软件组件构成,包括:
Teradata Listener
Teradata数据实验室
Teradata QueryGrid
Teradata Unity
Teradata混合云管理器
Teradata数据迁移器
多系统Viewpoint
Teradata数据流扩展程序
Teradata生态系统管理器
Teradata AppCenter
(将于2017年年底推出)
Teradata天睿公司未来推出全新软件解决方案时,也将加入IntelliSphere附带软件套件。因此,客户通过现有软件许可,即可获取Teradata新软件产品。
范迪纳研究公司(Ventana Research)高级副总裁兼研发总监Dave Menninger表示:“我们的研究显示,企业正在尝试从多个源头与厂商汇总分析生态系统管理需要的所有软件。但大多数企业难以承受该环境的管理复杂性与费用。而企业需要加快创新脚步,才能适应市场的千变万化。作为一套分析软件综合套件,Teradata IntelliSphere帮助客户更轻松地在多系统环境下搭建并分享解决方案,验证直观想法,加速创新。”
Teradata IntelliSphere与Teradata Everywhere和Teradata分析平台(Teradata Analytics Platform)相辅相成,Teradata Everywhere™以灵活、敏捷、可扩展的方式确保客户从分析技术投资获得高回报率,并限制投资风险。作为Teradata Everywhere的重要组件,Teradata分析平台帮助企业各部门的分析技术用户针对大规模数据源使用他们首选的分析工具与引擎。
目前,Teradata IntelliSphere已经发布,可供用户购买获取。除Teradata IntelliSphere软件综合套件外,Teradata天睿公司还为企业推出全新专业服务,帮助他们更轻松地实施解决方案,充分运用Teradata IntelliSphere软件组件。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。