至顶网CIO与应用频道 06月13日 北京消息:CA Technologies(NASDAQ:CA)今天在其第二届年度“以建应变”峰会(Built to Change Summit)上宣布了全新的领先解决方案,将在未来可以充分释放大型机的潜能,以及以软件实现数字化转型的新可能性: CA Brightside以及同IBM之间新的合作协议,将协助客户实现自身IT基础设施的现代化来加速创新;CA Mainframe Resource Intelligence是一款基于SaaS(软件即服务)的产品,可以通过评估并提供性能优化的建议,帮助客户实现更高的大型机投资回报率。
DevOps的下一阶段(针对大型机)
CA与长期合作伙伴IBM公布了一项新的战略合作,共同为z系统(zCloud)上的IBM Cloud Managed Services开发和销售新服务。通过此次合作,进行依赖大型机关键业务的客户可以通过IBM的zCloud轻松获取开发、测试、应用程序管理和合规服务,并享受其带来的运营适应性、效率和员工敏捷性。
Anthem的首席信息官Tim Skeen表示:“CA和IBM对于大型机创新的共同投资,支持了我们的数字化转型,并彰显了对于帮助企业获取竞争力的承诺。 “CA和IBM今天发布的服务使我们能够获取最新的大型机技术和专业知识,从而在云端环境中运行关键任务工作负载。该产品让我们真正有机会通过大型机的真实云端体验,更快更安全地实现创新、交付新的功能。”
IBM和CA Technologies将共同提供一整套大型机软件解决方案,包括新发布的CA Brightside。该新产品最先在IBM zCloud上推出,可以将大型机更轻易地整合入企业的DevOps工作流程。CA Brightside是第一个旨在提高开发团队生产力的解决方案,让开发者能够使用熟悉的开源工具来控制、书写脚本和构建大型机,就像其他云端平台一样。
IBM全球技术服务部基础设施服务总经理Philip Guido表示:“我们的客户正在加速数字化转型,而对于大多数客户来说,加入大型机对于他们的成功转型不可或缺。为帮助我们的客户,IBM在z系统上引入了Cloud Managed Services,该服务将IBM大型机的安全性和强大功能与IBM Cloud的灵活性和可拓展性相结合。IBM和CA致力于深化该平台在数字化转型中的角色。”
在z系统使用Cloud Managed Services的客户还可以利用以下CA工具降低成本、加速应用部署与整合:
CA Technologies大型机业务总经理Greg Lotko认为,“CA和IBM一同帮助我们的客户克服IT拥有成本上升、员工队伍演变和安全问题所带来的挑战。 通过将大型机的可靠性与DevOps的速度和敏捷性相结合,我们可以一起帮助所有企业获取投资的更大价值。“
该软件和服务现在可用于z Systems上IBM Managed Cloud Services的所有客户,并将在2018年内在全球范围推出。
通过自动化加速大型机投资回报率
CA Mainframe Resource Intelligence是业界首创、利用现有大型机投资实现效益最大化的解决方案。这款基于软件即服务的评估产品能够在几天内提供具有可操作性的见解和实际步骤来实现业务成果,而不需几个月的时间,从而可实现扫描和收集不同数据的自动化,以评估和查阅在节省成本、优化和投资方案方面的潜在可能性。这是很有影响力的,因为绝大多数(78%)的大型机客户计划将MIPS增长10%*,但其中大多数没有获得额外的预算或资源。
Dollar Bank信息系统部副总裁Phil Mangis表示:“我们使用大型机来运作多方面的业务,因而高效的运营对我们来说至关重要。优化的过程是不间断的、持续的,伴随着大量的人力投入。CA Mainframe Resource Intelligence通过数据自动化、报告和基准测试,可以快速显示大型机现状并提供切实可行的见解,对于我们的业务来说是一个很大的机遇。”
除了大型机环境的这些创新之外,CA在全面的企业级软件产品组合的基础上,还宣布了一整套新的解决方案和新功能。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。