当ScottsMiracle-Gro公司决定部署SAP HANA时,它面临了很多种选择。对于任何一家企业来说,他们要回答的一个最大的问题就是,要不要一次性把全部的应用都迁移到HANA上?或者分阶段来实施?在刚刚结束的SAP Sapphire 2014大会上,我们采访了Scotts Miracle-Gro公司的BI主管SriniMuddala,他将为您解读如何看待这一问题。
Srini Muddala:HANA对于我们来说完全是一个全新的事物,所以我们不可能一次把所有的应用全都迁移到HANA平台,因为我们也不知道最终的结果会如何。因此我们采用了两段式的部署方式,首先我们要观察HANA的表现如何,它能帮助我们实现那些目标,这是第一阶段要做的事。另外很关键的一点是,我们还需要评估HANA与之前遗留系统之间的结合情况,二者是否能够和谐共存。
因此,在第一阶段我们针对所有的公司高管展示了HANA究竟能做什么,让高管对HANA现有一个清楚的认识。一旦实现这一目标,第二阶段就能够更轻松地完成。
当然,阶段性地部署SAP HANA可能会带来额外的开销,但我们没有选择SAP或第三方合作伙伴来进行部署。所有的项目全部是对内的,尽管这种方法会比一次性部署更花时间更贵,但相信部署其他家的软件也差不太多。
它主要是取决于你的数据,如果你的数据量不是很大的话,那么就没有理由选择阶段性部署。在我们公司,我们一共有4TB的数据,这个量就是相对比较大的了,而且在4TB数据基础上,我们还有许多不同的数据模型,如果一次性部署的话就会涉及到很多改动,因此我们最终选择了阶段性部署的方式。
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。