微软今天对其Azure平台进行扩展,新推出了一项名为Azure Managed Grafana的托管服务,旨在让企业更容易在Azure云环境中查找和解决技术问题。
该服务目前还处于预览阶段,是微软去年与初创公司Grafana Labs宣布展开合作所取得的成果。
在云环境中检测技术问题往往需要管理员持续地收集有关应用、虚拟机和其他可能发生故障的组件的可靠性数据。有很多IT团队使用Grafana开源平台来执行此类任务,该平台也是微软此次新发布的云服务的基础。
Grafana可以收集有关企业基础设施多种类型的可靠性数据,然后将数据转换为图表的形式,简化技术问题的检测以及故障原因的确定。Grafana平台由Grafana Labs维护,后者是一家得到风投支持的初创公司,本月早些时候估值达到了30亿美元。
去年,微软与这家初创公司合作开发了托管版本的Grafana,并通过Azure交付,今天新推出的Azure Managed Grafana服务正是这次合作的成果。该服务并非直接基于平台的开源版本,而是使用Grafana Labs的商业版,提供了一组扩展的功能。
Azure Managed Grafana让企业可以使用该平台而无需管理底层基础设施或者执行相关维护任务,例如下载安全补丁。据微软称,IT团队不仅可以使用该服务检测Azure环境中的技术问题,还可以跨其他云平台和本地基础设施检测技术问题。
微软已经将该服务与微软云平台的另一个产品Azure Active Directory进行集成,简化客户的网络安全操作。企业可以使用Azure Active Directory来管理用户访问云应用的权限和方式,该功能将让企业能够更轻松地保护他们的Azure Managed Grafana 部署。
Microsoft提供了一项名为Azure Monitor的服务,让企业能够收集有关于云部署中不同组件是否可靠运行的数据。另外一个新增的集成项提供了将这些可靠性数据传输到Azure Managed Grafana的功能。投入使用之后,这些信息就可以以图表的形式显示,以便更轻松地检测技术问题。
微软还开发了一组预打包的监控仪表板,帮助企业更轻松地可视化来自Azure Monitor的数据。该仪表板可用于追踪应用、容器和虚拟机的运行状况,让客户无需从零开始构建数据可视化,从而节省了时间。
Azure Managed Grafana还与Azure Data Explorer进行了集成,后者是微软云中一项专注于处理实时数据(例如来自联网设备的传感日志)的服务。Grafana可对云环境中技术问题相关的数据进行可视化处理,从而为跟踪联网设备阵列可靠性等用例提供支持。
微软在公有云领域的最大竞争对手AWS去年也发布了Grafana托管服务。与微软类似,AWS也是通过与初创公司Grafana Labs合作开发这项服务的。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。