ZD至顶网软件频道消息: SAP HANA托管服务业务Centiq正在推出其云就绪服务,以帮助内存数据库的用户确定他们是否应该迁移到公共云。
在SAP看来,使用HANA的企业通常忽略非标准云服务的快照、复制和可用性要求。其新产品旨在帮助考虑迁移到公有云的企业完成云准备程度评估,以便更好地进行成本效益分析。
运行SAP HANA仍然以内部部署为主,这需要购买昂贵的硬件,它进入云为IT部门提供了摆脱内部硬件的烦扰,使用4TB Azure或2TB EC2实例机会。
和Oracle等ERP的竞争对手不同,采购SAP很有可能让企业的首席信息官冒一身冷汗,而且对成本的担忧已经让它获得采用的速度放缓了,尽管SAP对于能够让自己的客户正确地对部署做出预算感到骄傲,Oracle的客户则无法做到这一点,因此一直广为诟病。
美国SAP用户组S/4HANA社区倡导者Kevin Reilly警告称:“如果不知道任何一个产品成本/收益计算的所有后果,没有一位成功的首席信息官能够在晚上安然入睡。”他表示,“在很多‘观望’客户跳上S/4HANA这趟‘列车’之前,SAP仍然需要解决这个授权问题。”
Centiq的技术和服务总监Robin Webster解释了新服务的需求。“在云端部署复杂的内存中应用程序听起来似乎太好了,简直不像是真实的,这是因为通常来说,事情就是如此。在使用基础架构即服务(IaaS)或平台即服务(PaaS)产品时,基本操作系统和硬件本身远远不足以提供企业级的恢复能力和可用性。完整的全景设计和配置工作仍然是必不可少的。”
“典型的HANA套件部署需要3到4TB,所以新的公共云产品是非常好的。”
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。