ZD至顶网软件频道消息: 近日,微软企业和云计算的执行副总裁Scott Guthrie通过博客向外宣布,微软将于2017年向Linux开放SQL Server数据库软件,同时还宣布了与Red Hat、Canonical就此展开合作。那么,对于微软来说,让SQL Server运行在Linux上到底有什么意义?
事实上,微软正在豪赌其云计算平台Azure,在这种转变之下,传统的、只针对Windows的方式已经不再适用。如果微软能够通过Linux平台上的SQL Server中增加Azure的收入,那么它的目的就达到了。而从去年微软通过推出基于Linux的Azure HDInsight版本(它的云Hadoop产品)而立竿见影地让自身在大数据领域里获得之前不曾有过的声誉来看,这种方式是可行的。
微软数据平台MVP及区域总监Simon Sabin表示:Linux版本的SQL Server可能也会为微软在应用程序容器领域赢得同样的精彩。当然,基于Windows的容器是一回事,可是Docker社区更多的是基于Linux的。
另外,更重要的是,Linux版本的HDInsight产品打破了微软难以和大数据ISV进行合作的僵局,相较以往只能通过运行在Windows Server上的Hadoop版本开展,微软获得了更多的合作伙伴。这也包括了Datameer同微软之间的合作伙伴关系,它已经为这两家公司都创造了商业机会,这就是俗话说的双赢。
当然,对于企业用户来说,SQL Server能在Linux上运行在一定程度上也符合企业对其产品进行跨平台战略的部署需求。同时,微软这项决定也挽回了一部分开发人员的心。以往,由于大量的开发都是基于Linux,这就让MySQL、PostgreSQL等开放源代码的Linux兼容数据库赚足了眼球。为此,微软推出了免费的SQL Server Express Edition,以及便宜的Server Developer Edition,希望重新赢得这个领域的市场份额。
当然,如果这样就能让微软在该领域市场万事大吉,还是太天真了。SQL Server的Linux版本会开放源代码吗?如果不开放,那么微软就仍然是在同MySQL和Postgres制造摩擦;会有运行在Mac OS(本身就是UNIX的衍生品)之上的SQL Server开发者版本吗?如果没有的话,那么对于很多使用Macs并且希望能够间或本地/离线运行的开发人员来说,这就是一个障碍。
*nix上的SQL Server并不真的是什么新东西。回顾SQL Server的发展历史就会知道,SQL Server产品最初是由微软和Sybase(现在已经是SAP的一部分了)联合推向市场的。Sybase的版本运行在UNIX上,而微软的版本运行在Windows和OS/2之上。但是当微软和Sybase进行了那场臭名昭著的“离婚”之后,微软推出了SQL Server 2005,新的代码库全部是微软的,一切都建立在Windows基础之上。所以Linux版本的SQL Server仍然是一件大事。
而且,鉴于以上种种原因,这一举措是否能够为微软带来回报尚未可知。但是无论如何,向Linux开放SQL仍旧是一个正确的举措,而且如果将其和微软已经采取的其他众多正确的行动放在一起(例如,Office和Outlook进入iOS和安卓平台;HDInsight进入Linux平台;Linux进入Azure),它就只是整个战略中的一部分,而这个战略已经开始产生回报,并且很可能会在未来带来更多的回报。
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。