至顶网软件频道消息:如今,在澳大利亚、中国、印度和新加坡等亚太地区国家,越来越多的企业纷纷采用红帽企业级无代理自动化平台Ansible Tower,他们来自电信、通信与金融服务等行业。
在中国,诸如中国外汇交易中心、兴业银行、招商银行、华为技术有限公司与上海浦东发展银行信用卡中心等企业都在使用红帽Ansible Tower。
中国外汇交易系统工程运行部系统组组长顾勇表示:关于Ansible,是我们早期做CMDB(配置管理数据库)建设时开始使用的,主要用作自动发现,并为我们后续在各块运维工作中的推广奠定了基础。这段时间通过红帽的支持,目前,Ansible Tower已经在中心多项重要工作中发挥了作用,不止提高了运维人员的工作效率,还对我们整体的运维自动化实施起到了很大的帮助。
红帽亚太区技术部负责人Frank Feldmann补充:“当今的业务需求对许多企业而言可能意味着复杂性加剧。这种动态的环境可能需要一种新的自动化方法提高IT环境的速度、规模和稳定性。亚太地区的多家企业已经把自动化视为数字化转型的重要组成部分,并部署了红帽Ansible Tower,同时利用其提供的简单语言推进DevOps实践。”
红帽Ansible Tower通过强大的自动化功能,帮助企业解决现代IT环境的复杂性挑战,从而提高生产力并减少停机时间。该平台最新版本的新增功能能够让企业更好地扩展DevOps和其他自动化功能,并提供将多个Playbook(脚本)连接进更长、更复杂作业的能力,从而提高整个企业的生产力。
红帽Ansible Tower在内部采用了广受欢迎的Ansible开源自动化项目,帮助各个团队更有效地管理他们的系统并优化多层次部署,同时增加了控制、授权和安全功能。
各行各业正在采用Ansible Tower将重复的手动的任务自动化,编排复杂的工作流、改进流程、提供敏捷性,以便以更少的人力更迅速地部署应用。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。