至顶网软件频道消息:Hortonworks将转售IBM Data Science Experience with HDP(主要Hadoop发行版),采用该平台作为战略数据科学平台,让开发者可以快速获得数据科学能力,包括机器学习、高级分析和统计。此外,Hortonworks和IBM将打造新的解决方案捆绑包,将HDP与IBM Big SQL(用于Hadoop的IBM SQL引擎)进行集成,给Hortonworks的客户和用户提供一种熟悉的数据管理方法。
IBM正在Hadoop分发版中采用HDP,并将其与Data Science Experiece和机器学习全面集成。因此,这个解决方案将为客户提供HDP丰富的数据安全性、监管和操作功能,以及Data Science Experience的高级分析和管理功能。IBM将把现有的IBM BigInsights用户迁移到HDP。
“IBM正在HDP上实现标准化,这一点都不奇怪,因为这些发行版都是基于Open Data Platform Initiative标准,而且BigSQL对于IBM来说是一个重要的差异点,”Constellation研究副总裁、首席分析师Doug Henschen表示。
“这对Hortonworks来说是一个重要的机会,因为IBM在BigInsights上有数百家客户,不管是本地部署还是在云中。如果Hortonworks能够得到哪怕其中半数客户——因为IBM开始提供HPE用于本地部署——作为自己云产品的基础,那么Hortonworks就会在大数据平台市场获得重要的份额。”
除了获得IBM现有客户之外,Hortonworks还将从IBM更庞大的销售团队以及与大型企业客户的长期关系中受益。
值得注意的是,BigSQL和DSX不会是Hortonworks开源HDP的一部分,相反是作为可选的捆绑包,提供了针对HDP的重要新功能。“BigSQL为Hortonworks提供了一个兼容ANSI-SQL的SQL-on-Hadoop选项,类似Cloudera Impala产品,不过它还处理关系源和对象存储,而DSX与Cloudera最近发布的Data Science Workbench相当。”
“在高速发展的开源大数据市场,Hortonworks和IBM找到了彼此,他们的数据库和数据科学平台相互补充,”Constellation Research副总裁、首席分析师Holger Mueller表示。这对双方的共同客户来说也许是个好事,但是对于其他Hadoop发行版的客户来说,有一个值得关注的问题:他们要把数据迁移到HDP还是保留原状?
有人可能还想知道微软将对这个消息做出怎样的反应,因为它自己针对Azure的HDInsight服务是基于Hortonworks的。
尽管如此,这对Hortonworks和IBM都是发展的必然一步,考虑到他们现有的合作伙伴关系以及都是ODPi的创始成员。Mueller还指出IBM与Hortonworks的另一个关键合作伙伴关系,是关于在IBM Power Systems上支持Hortonworks的Data Flow流式引擎。
“流数据是一个性能关键的用例,可能流数据厂商——这种情况下就是Hortonworks HDF——可以通过与IBM这样的硬件厂商合作获得性能和TCO方面的优势。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。