ZDNet至顶网软件频道消息:现代企业正在努力支撑日渐上涨的移动员工数量,应用开发者也因此需要跨多个移动平台满足这一需求。为助力开发者更快、更轻松地创建高扩展性和高安全性的移动应用,甲骨文公司发布了具有多项创新功能的Oracle移动套件(Oracle Mobile Suite)。作为Oracle移动平台的一部分,该套件包括全新的Oracle移动应用架构(MAF),加上升级版的Oracle服务总线(Oracle Service Bus),大大优化了移动集成的支持和过程,同时为REST/JSON APIs提供了本地支持。这些增强功能能够让客户通过访问内部部署、云和第三方方移动服务等加快新跨设备移动应用的交付。
甲骨文公司近日宣布Oracle移动套件(Oracle Mobile Suite)全面升级,这是一个集成解决方案,旨在跨多个移动平台来加快移动应用的开发和部署,并能够与不同的企业系统协同工作。该升级版本拥有一个全新的跨设备移动开发架构,Oracle移动应用架构(MAF)可简化多平台设备中移动应用的开发。
作为Oracle服务总线的新版本,这个Oracle移动套件的核心组件为灵活的多渠道和更具体的移动战略提供了基础。Oracle服务总线 12c通过允许在云或内部部署的后端应用JSON和 REST APIs进行披露,从而获取简化的移动功能。Oracle MAF与Oracle移动安全套件(Oracle Mobile Security Suite)实现了紧密集成,其可在移动设备上获得企业拥有的应用和数据,并获得任何移动应用的部署和管理。
Oracle MAF 简化了本地设备移动应用的创建,功能包括:开发IDE的选择,包括Oracle JDeveloper 或 Eclipse (通过 Oracle Enterprise Pack for Eclipse),和开发语言的选择,包括Java, JavaScript 和 HTML5;超过80个专业开发的用户界面组件,让开发者能够创建具有广泛数据可视化功能的移动应用界面,同时减少对低水平HTML5编码的需要;支持Apache Cordova插件,能够让开发者跨多个操作系统来使用具体的移动设备功能;公布的用户界面组件创建功能,能够获得更大的可重用性,开发应用以及为用户界面创建模板;与Oracle移动安全套件内部集成,扩展了对应用集装箱化、先进的认证和授权以及与社交网络登录集成的支持;扩展的定制化支持,能够让开发者运用框架对现有的移动应用实现定制化;在Oracle ADF Mobile下提供对应用开发的支持。
Oracle 服务总线的升级包括:Oracle JDeveloper统一的设计期环境可进行前端应用和后端集成的开发,使用图形向导方式来披露诸如REST/JSON mobile-ready APIs这样的后端系统;建立内存分布式缓存来助力超载后端系统规模,并处理移动应用中不断增加的流量,减少总体的延迟,并最终提高最终用户的体验;对企业部署的企业应用提供现有适配器的丰富产品组合。
甲骨文公司移动和开发工具副总裁Chris Tonas表示:“Oracle移动套件涵盖了从企业系统扩展到手机和平板电脑所需的所有东西。这个新的Oracle移动应用架构为Java开发者提供了轻松的过渡,为他们提供了移动世界的开发技能,利用他们的Java和JavaScript技能以及他们已经使用的工具。通过在前端和后端集成移动应用开发者体验,我们现在可帮助开发者为他们的企业更快和更高效地提供移动应用。”
AMIS首席顾问Luc Bors表示:“Oracle MAF将能够帮助我们的顾问为客户加快移动实施的交付。对Cordova 插件和定制HTML5用户界面组件添加扩展的支持,将能进一步扩展能够使用Oracle MAF的场景。我们也很高兴地看到利用社交安全提供商以及在Oracle MAF中面向安全实施的扩展选件的可能性”。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。