ZDNet至顶网软件频道消息:本周二,在Gartner公司组织召开的Symposium/ITxpo研讨会上,微软CEO纳德拉概述了微软的发展策略。这是纳德拉首次现身ITxpo,他在发言里谈到手机、授权和IT管理,给人留下了脚踏实地、平易近人、重视客户的印象。此次会议共有8500人参加,其中包括了约3000名的首席信息官。
Windows 10似乎是微软策略中诸多方面的关键。纳德拉的解释是,Windows 10是新一代Windows系统第一步,而不是继Windows 8后的另一个Windows版本。Windows不仅仅是平板电脑、手机和计算机的操作系统,Windows 10将运行在一切平台包括物联网产品上。
“Windows的结构经过重新设计,成为一个核心Windows,可以在各种地方运行。未来的Windows能够在任何设备上运行,包括传感器、可穿戴设备或任何计算设备变种。“
未来Windows的关键是,不管在那里运行都为用户提供一致性体验。
纳德拉表示,“物联网的每一个节点都都需要一个安全可控的操作系统支持。我觉得Windows 10将会是一个很好的选择。”他还指出,另一个关键是利用此操作系统和数据点,送到Azure云里进行预测分析。他表示,“这的确是我们的物联网战略。今时今日,物联网已经是我们的一部分。我今天听了大家的发言,我真的想回公司去召集营销部着手此事。”
纳德拉发言的其他要点:
授权。纳德拉认为微软授权太复杂了,但那是因为微软听取了客户对各种选项的需求。纳德拉表示,微软高管团队希望对此进行简化,Office 365的价格结构是第一步,方向是对的。围绕授权反复出现的一个议题是关于用户,而不是关于设备。但由于移动性以及用户使用不同的设备等因素,这地方发生了变化。消费是另一种定价选项。他称,“授权需要跟随不断变化的需求。”
移动性。纳德拉称移动性不关设备的事,移动性事关控制板(Control plane)和生产率和云工具。他表示,“我们必须将移动性与用户和应用程序体验一起考虑,而不是将其与设备一起考虑。”纳德拉指出,Windows 10是在移动性上下注。
Active Directory。纳德拉同意Active Directory可以说是微软最重要的资产的说法。”纳德拉表示,“我们的投资不菲。”他称Active Directory可以做云身份验证用。
变形结构(Morphing architecture)。纳德拉指微软会适时地根据需要调整代码和用到的方法。他称,“理念出现变化时,我们会为其搭建平台。”
为什么染手游戏?纳德拉表示,Windows的语音技术来自Xbox,一些关键安全功能也来自Xbox。游戏对一个包罗万象的企业来说有其价值点。
云。纳德拉表示,微软在云计算方面的强项是能够完成大多数的事情。但微软最具战略意义的API是365 Office及其扩展。这些Office API甚至胜过Azure。Office的可扩展性和数据在Azure Active Directory里导致了几十亿个身份交易。纳德拉表示,Azure不能落在亚马逊网络服务(AWS)后面,但微软的优势是其混合云技术。System Center和其他企业工具软件可以直接连上Azure。
亚马逊AWS。纳德拉对AWS已经通过其合作伙伴成了混合云的说法感到不爽。纳德拉称混合云不仅仅是连接。混合云的主要部分是管理控制板。他指出,“你要想想云的边缘是什么。”他紧接着指是微软的服务器平台。他表示,10月20日这一天会发布更多这方面的消息。坊间流传北美三个公司“AWS、微软和谷歌“将主导云计算的说法,纳德拉觉得这个说法可笑。他说,微软必须使得其他的云——包括各个国家自己的云——利用微软技术有自己的发展。
过渡到新的模式。纳德拉认为,Office 365是新的Exchange,一方会吃掉另一方。关键是要确保当前的Exchange客户可以根据自己的条件进行过渡。
好文章,需要你的鼓励
家庭智能设备中的AI技术正在发挥惊人作用,包括摄像头的深度物体和活动识别、升级版语音助手如Alexa Plus/Gemini,以及能够节省开支的机器学习功能。这些应用涵盖包裹识别、声音监测、智能恒温器学习日常习惯、宠物行为识别、对话式语音控制、用水监测和漏水检测,以及视频事件摘要等七大功能,为用户提供更智能便捷的家居体验。
香港中文大学团队突破AI记忆瓶颈,提出HGMEM超图记忆机制。该技术让AI具备类似人类的联想思维,能将分散信息整合成高阶理解。通过动态记忆演化和智能检索,显著提升了复杂推理能力,在长文本理解任务中全面超越现有方法,为AI向"知识理解者"转变开辟新路径。
MacPaw最新调查显示,自M1芯片发布五年来,Mac设备在企业中的使用寿命显著延长。近半数受访企业的Mac使用3-5年仍保持良好性能,这得益于M系列芯片出色的稳定性和能效表现。IT团队正转向自动化管理工具和AI辅助workflow来应对人手不足的挑战。虽然设备更耐用减少了硬件更换频率,但IT部门面临的安全威胁和管理复杂性持续增加,需要更简化的软件更新流程。
中佛罗里达大学研究团队开发的TESO算法通过创新的双记忆机制解决了仿真优化中的噪声干扰问题。该方法结合短期禁忌列表和长期精英记忆,实现探索与开发的智能平衡,在队列系统优化测试中表现出色,为制造业、医疗、航空等领域的复杂优化问题提供了新的解决方案。