至顶网CIO与应用频道 10月18日 拉斯维加斯消息(文/王聪彬):一年用户执行超过11万亿次查询,年收入10亿美元,每年Teradata的解决方案处理840EB数据。Teradata首席运营官Oliver Ratzesberger在2018 Teradata Analytics Universe开场首先展示了几个数字。
当天下午,在遇到Teradata总裁兼首席执行官Victor Lund时,我首先问了他对于现在Teradata的表现是否满意?他的回答是:绝不不是,我们需要不断的改变战略来满足客户、增加收入、扩展市场、实现创新。
Teradata总裁兼首席执行官Victor Lund
事实上,在一周之前Teradata就发布了新的Logo,以及新的战略和产品。推出Teradata Vantage,它是实现无处不在数据智能的唯一平台,其可以提供任意数据分析、任意环境部署及提供重要分析成果所需的速度、规模及灵活性。而且Teradata Vantage还融入了专业咨询服务,形成一个整体的解决方案。
企业中的数据往往呈现的出复杂、混乱、孤岛。Teradata的一项调研显示,74%的受访者表示,企业使用的分析过于复杂,79%的受访者表示,很多数据是他们不需要的,需要更多的数据才能高效完成任务。
所以企业需要一个更便捷的普世的数据智能。而且Oliver今年提到最多的是回报,而不是如何分析,他还提出了一个大胆的口号“停止购买分析”,这里所提到的停止当然不是真正停止,因为企业正在不断的大量的在数据分析上进行投入,但是很难看到回报。
Teradata首席运营官Oliver Ratzesberger
其实从两年前提出Teradata Everywhere到现在的Teradata Vantage,分析即服务的概念已经越来越得到深化。
Teradata Vantage是一个端到端的分析流程,可以随时分析所有数据,提供描述性、预测性与指示性分析、自主性决策、机器学习、可视化工具等广泛功能,包括Teradata之前推出的4D分析功能。该平台可部署在公有云、本地环境、优化型或通用基础设施,或以“即服务”方式提供。
Teradata Vantage包括三大部分:工具和语言、功能和引擎、集成数据集。用户将能够在SQL、Python、R等最常见语言和工具以及广泛的商业智能与可视化工具之间随意切换,并使用SAS、Jupyter、RStudio等高级功能。该平台还提供JSON、BSON、AVRO、CSV、XML等多结构数据存储与分析能力。
“使用Teradata Vantage就像购买iPhon X拨打电话一样方便简单。”Teradata天睿公司市场营销高级副总裁Chris Twogood说,Teradata Vantage可以通过API和Teradata QueryGrid集成不同的数据源,从而实现简化和可扩展。
Teradata天睿公司市场营销高级副总裁Chris Twogood
总结而言,Teradata Vantage可以处理复杂问题、整合分析、提供灵活的模型、可扩展性。
对于目前驱动业务机会,前美国联邦CIO Tony Scott提到包括:加速数字化、利用机器学习/AI/数据、实施安全和隐私设计、5G四种技术趋势。
其中,人工智能在全球已经是一个非常火热技术,企业或多或少都在尝试使用人工智能。目前像西门子、飞利浦都在使用分析进行预测性维护,确保设备的正常运行,并且使用人工智能、机器学习让设备更智能来变革医疗行业。
Teradata CTO Stephen Brobst表示,企业往往90%的时间都用于清洗和提炼杂乱无章的数据,现在通过人工智能可以用更多时间来进行决策。
Teradata CTO Stephen Brobst
现在人工智能谈得最多的就是机器学习和深度学习。机器学习是模型构建过程的自动化,利用迭代学习技术。深度学习可以显示数据的多层神经网络,解释数据的非线性关系,从高维度数据中导出模式。深度学习不同于传统的人工智能,可以实现跨行业的应用。
企业在部署AI上最大的难点是规模,Stephen提到了人工智能行业青睐的GPU,当然还有像FPGA、ASIC。现在各行业人工智能应用也在落地过程中,它们都各有长处。未来人工智能技术,尤其是深度学习对于计算的需求也是非常巨大的。
当然数据分析人才短缺依然是一个全球都在面临的问题,其实Teradata在宣布转型的同时,也将圣迭戈设立为新的全球总部,该园区位于美国西海岸,未来将充分应用美西的创新技术与人才资源。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。