可信的企业人工智能数据公司肯睿Cloudera 于今日发布两款全新 Cloudera Observability Premium 产品,以简化和自动化平台管理。这两款高端产品可以为所有云端和本地数据中心提供统一的观测功能。
当前,随着生成式AI等技术的快速发展,以及数据隐私和安全法规的陆续出台,企业对数据来源和工作流程的全方位可见性需求也日渐提高。肯睿Cloudera 经过扩展的Cloudera Observability套件支持拥有高度安全网络的企业在其数据中心或公有云上实现观测功能。
Cloudera Observability套件的两款全新解决方案包括:
两款新产品将支持企业充分利用各种高端功能,例如对Data Hub集群、作业和查询的实时监控、利用新成本因素、容量预测、工作负载视图、警报和自动化操作进行财务管理,以及利用冷热表分析进行数据观测等。这些功能将更大限度地发挥投资的作用、简化自助式故障排除,并提高资源成本和使用情况的可见性。
行业分析师Sanjeev Mohan表示:“实时关联和上下文信息是识别优化点、潜在瓶颈,以及提出规范性建议的关键所在。实施先进的观测功能对企业至关重要,因为这些功能可提供实时系统洞察,支持企业提前解决问题并提升自身的平台安全性,最终实现安全运营。通过为跨本地和公有云的全新混合数据观测功能建立一个新标准,Cloudera Observability产品将助力企业能够顺利解决这些问题。”
此次发布的产品是Cloudera Observability的重要扩展,旨在持续发现和采集企业在肯睿Cloudera环境中运行的应用、服务和基础设施组件的性能遥测数据。
肯睿Cloudera首席产品官Dipto Chakravarty表示:“当今企业面临着优化数据资源管理和在整个组织内高效利用数据的巨大压力。Cloudera Observability可帮助企业更大限度地提高成本效益、增强性能并获得智能洞察。新增的高级功能可助力企业深化洞察,并进一步践行我们帮助客户重新掌控数据、分析和AI的承诺。”
肯睿Cloudera大中华区技术总监刘隶放表示:“肯睿Cloudera将继续致力于为中国市场的客户提供更贴近本地需求的解决方案,助力其数字化转型之旅。近年来,随着数字经济的迅猛发展,中国对数据隐私与安全的监管力度的不断加强,企业对数据资源管理的要求也随之提高。Cloudera Observability的新功能,不仅提供了实时的系统洞察,更帮助企业提前识别并解决潜在问题,从而提高运营效率和安全性。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。