ZDNet至顶网软件频道消息: 近日,企业数据集成软件提供商Informatica发布Intelligent Data Platform。作为下一代数据平台,Intelligent Data Platform将在正确的时间内提供正确的数据,通过铺设一条虚拟数据高速公路,将人员、位置与事物以更加智能的方式紧密相连,从而为应用程序、设备和人员提供支持。
Informatica 执行副总裁兼首席产品官 Anil Chakravarthy 表示:“支离破碎、未受保护、无法访问、质量低下的不良数据只会带来糟糕的业务结果。Intelligent Data Platform让数据实现自我组织,保证数据安全可靠,确保数据能更轻松地为人员、应用程序、设备和事物所使用,进而将数据驱动型业务潜力带入新的阶段。”
Informatica World 2014年度用户会议上,Informatica公司展示了一系列Intelligent Data Platform的应用案例,其中包括自助服务数据集成(Springbok 项目)、数据导向型安全管理(Secure@Source 项目)以及 360 度全方位业务实体(MDM 10)。
面向人员、位置和事物的智能数据
尽管数据已经成为每一项业务计划的核心要素,但基于传统项目的集成方法难以跟上当今与日俱增的应用程序、信息消费者以及设备的步伐,进而制约了数据潜力的发挥。Intelligent Data Platform让数据管理突破IT 项目的边界,通过数据支持的应用程序使之成为业务惯例。
Enterprise Management Associates 研究总监 John Myers 表示:“企业组织需要全新的数据管理部门,从数据基础设施层面简化了解到的信息,包括元数据、使用模式、规则和分类,从而确保更好地运用数据。Intelligent Data Platform拥有强大的潜力,能让业务用户更轻松地扩充和准备数据。 这种新型智能数据管理将支持利用数据消费者自选的设备或应用程序实现自助检查和配置。”
Informatica 开发的Intelligent Data Platform包含以下三大要素:
1. Informatica Vibe 虚拟数据机:这 是一种可嵌入式数据处理引擎, 它提供了对任何位置、格式或来源的数据的近乎普遍的访问能力,支持客户“一次映射,多次部署”。
2. 数据基础设施: 数据基础设施层能够在任何规模下,系统、连续地交付干净、安全、互连的数据。从部门级到企业级,从事务数据到大数据,从内部部署到云端。
3. 数据智能:业内首创的数据智能层将为客户重新定位数据基础设施层所创建的元数据,进而提高可见性、改善决策过程并加强运营智能化水平。
本次发布的Intelligent Data Platform能够以正确的方式将正确的数据传递到正确的位置、人员或事物处:Informatica 将在正确的时间提供最高质量的正确数据;Informatica 会将数据交付到正确的位置 - 包括内部部署和/或云端;Informatica 会将数据交付给正确的人员 - 无论是 IT 部门用户、分析师、数据管理员,还是业务用户;Informatica 会将数据交付到正确的事物处,包括联网设备或自动化决策系统;Informatica 将以正确的方式交付数据,确保数据安全可靠、经过授权、获得保护。
好文章,需要你的鼓励
模型上下文协议(MCP)服务器是连接概率性大语言模型和确定性微服务工作流的关键节点,充当推理引擎与外部数据工具的翻译层。在生产环境中部署AI智能体时,MCP服务器承担着定义智能体能力、管理上下文数据和执行操作三大核心职责。由于其非确定性客户端特性,传统单元测试无法有效验证,需要通过端到端测试来确保系统可靠性,这使得MCP服务器成为智能体架构中不可或缺的关键基础设施。
SimWorld是由UCSD等多所顶尖院校联合开发的革命性AI仿真平台,基于虚幻引擎5构建了具备真实物理规律的虚拟城市环境。该平台支持无限扩展的程序化世界生成和自然语言交互,让AI智能体能够在复杂环境中学会生存、合作和竞争,为通用人工智能的发展提供了前所未有的训练平台。
英伟达推出Vera Rubin计算平台,专为驱动具备思考和推理能力的智能AI系统而设计。该平台采用NVL72液冷机架系统,集成六种芯片包括新Vera CPU和Rubin GPU。相比Blackwell架构,Rubin GPU推理速度提升5倍,训练速度提升3.5倍。平台还推出推理上下文内存存储解决方案,性能提升5倍。此外,英伟达还发布了面向自动驾驶的开源Alpamayo模型系列。
浙江大学联合华为提出C2DLM,这是一种因果概念引导的扩散语言模型,通过自动提取因果关系并融入注意力机制来增强AI推理能力。相比传统方法,C2DLM在推理任务上平均提升1.31%-12%,训练效率提高3.2倍,为解决语言模型推理能力不足开辟了新路径。