至顶网软件频道消息: 2017年7月18日,上海——今日,第五届Dynatrace Perform 大中华区用户大会在上海盛大召开。在此次盛会上,Dynatrace发布了目前业界唯一的面向企业云环境的人工智能全栈式监控运维平台,从而实现了革新性的自我突破,从 APM 的市场领军者转变为 “软件智能”新领域的开创者。
Dynatrace全球销售高级副总裁Stephen Pace在大会致辞中指出,“我们非常高兴能为全球,尤其是大中华区的用户带来全新的人工智能全栈式监控运维平台。六年前,Dynatrace预测到,云计算、物联网、微服务等引发的变革将对应用和基础设施市场产生巨大的影响,于是我们决定重塑监测,打造一个以人工智能技术为核心的性能管理平台。今天,这一平台的亮相,不仅充分证明了Dynatrace作为行业领导者的前瞻性和主导性,也将真正帮助用户利用领先的AI技术实现更高效、智能的性能管理,在迅猛发展的云市场中抢占业务先机。“
Dynatrace全球销售高级副总裁Stephen Pace
Dynatrace大中华区总经理琚伟也同时表示,“当前,中国企业用户云迁移的步伐越来越快,Dynatrace的软件智能平台也将扮演越来越重要的角色,让企业能更高效率、低投入地管理好应用系统,从而专注于业务本身。以此为契机,Dynatrace还将继续携手国内用户一起,以业务成效为核心提供各种智能技术,从而帮助企业逐步迈向自动化IT管理,并能在日趋复杂的云环境中把握商机,实现跨越式发展。”
四大特性定义软件智能时代
数字化复杂性的增加是今天企业IT部门遇到的核心挑战之一。在进军新的企业云和其他技术创新的转型进程中,很多企业不得不面临急剧攀升的IT系统复杂性。尤其在向企业云迁移过程中,微服务、容器等技术应用,混合云环境,以及其他复杂问题都给运维和管理带来挑战。
软件智能平台的推出就是为了帮助企业应对这一挑战。Dynatrace首席产品官Andreas Lehofer指出,相比传统的APM,Dynatrace人工智能全栈式监控运维平台在四个方面有全新的突破。
而对于用户来说,Dynatrace人工智能全栈式监控运维平台也将在五个方面为他们创造更卓越的应用价值。
通过单个代理实现 全栈和连续自动发现,用低成本实现大覆盖率。
提供一体化性能监控,以端到端的方式实施全栈式监测。
基于AI进行问题识别并实现对于根本问题的自动化分析,仅占用1/10的人力成本。
提供具有准确性和可信度的自动修复,实现快速修复的良好用户体验。
配备直观的仪表板和零配置,具有预配置与自学习功能,可扩充至超过10万台主机。
800企业用户共论人工智能应用
此次大会以“加速云创新”为主题,近800位来自各行业的企业用户共同探讨了如何在云时代通过人工智能技术的应用来加速业务创新。众多行业领先企业也在现场分享了其各自在数字化转型过程中面临的挑战,以及携手Dynatrace借助人工智能等创新技术予以解决的应用历程。
联想集团高级监控经理胡永表示:“Dynatrace的人工智能全栈式监控运维平台,能有效地帮助我们去面对云计算、容器化和微服务化执行时所发生的复杂问题,助力我们进一步实现未来的IT转型。”
来自安吉星的应用监控项目负责人茅烨隽也谈到:“ Dynatrace正在全面助力OnStar智能化服务管理,使得安吉星目前在新平台上构建的智能车联技术应用管理、适应新时代智能车联技术服务的行业竞争中有了巨大的推动力。”
快钱的资深架构师陈大辉则表示:“作为一家综合金融科技服务平台,快钱一直致力于为用户提供更好的使用体验,得益于Dynatrace的人工智能监测,可以帮助我们提早预防和识别IT系统风险,并可以自动化地对根源问题进行分析,优化整个IT系统运维效率。”
图片左起:Dynatrace首席产品官Andreas Lehofer,Dynatrace大中华区总经理 琚伟,Dynatrace全球销售高级副总裁Stephen Pace,Dynatrace亚太区市场总监Harris Loefti,Dynatrace亚太地区首席技术官及解决方案销售副总裁Rafi Katanasho合影
此前,在7月17日,Dynatrace还召开了2018年度大中华区渠道大会,与来自全国各地100多名合作伙伴代表,一起分享了如何通过Dynatrace的人工智能全栈式监测运维平台来改变应用性能管理实践的未来,进而帮助合作伙伴升级技术与商业模式,在竞争更加激烈的云计算市场中实现共赢发展。
长期以来,Dynatrace始终致力于为业界提供领先的创新性能管理解决方案,为企业客户提供基于人工智能技术的卓越应用体验——速度更快、质量更高,并可管理运营复杂性,涵盖纷繁复杂的云环境,从而确保企业交付出色的客户体验。作为值得信赖的行业领军者,Dynatrace已连续第八年被 Gartner 评为 APM 魔力象限的领导者,连续五年蝉联 APM 市场份额第一名。
好文章,需要你的鼓励
CloudBees首席执行官Anuj Kapur表示,AI可能重新测试DevOps的基础假设,但警告不要为追求效率而创建黑盒代码。他指出,一些因担心错失机会而匆忙采用AI生成代码的客户正开始放缓步伐,变得更加谨慎。Kapur认为,将整代软件外包给提示工程将创建非人类生成的黑盒代码,虽然效率高但质量、测试覆盖率和漏洞问题值得担忧。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
数据网络安全公司Rubrik宣布收购AI初创公司Predibase,交易金额在1-5亿美元之间。Predibase专注于帮助企业训练和微调开源AI模型。此次收购将使Rubrik用户能够通过Amazon Bedrock、Azure OpenAI和Google Agentspace等平台加速构建AI智能体。这是继Salesforce、Snowflake等公司之后,又一家通过收购来增强AI智能体技术栈的企业。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。