“把每一家企业都视为软件公司是不够的。现在,每一位CIO都是云运营家。”总裁兼首席执行官Paul Cormier在新常态下给出了这样的判断。
在新常态下,创新仍然是第一优先事项。红帽全球副总裁兼大中华区总裁曹衡康(Victor Tsao)表示,过去像容器、人工智能、大数据都是来自于开源社区,毫无疑问开源也代表了创新。
红帽全球副总裁兼大中华区总裁曹衡康(Victor Tsao)
操作人员可以不分地点在本地、在云上都可以拥有一致的体验,简化操作复杂性,降低成本,并实现跨环境兼容性,红帽则具备广泛的选择和灵活性,可在任何地方进行创新。
为开源社区贡献成为被选择的重点
最近红帽发布的《2022年企业开源现状调查报告》对全球1296位企业IT决策者进行采访发现,95%的IT领导者认为企业级开源对于他们组织的整体企业基础架构非常重要,这相比去增长了5个百分点。
这也表明越来越多的IT领导者都在强调企业开源的重要性,同时82%的IT决策者更愿意选择为开源社区做出贡献的供应商。
究其原因可以总结为四点,第一,49%的CIO认为贡献度高的供应商对开源流程更清楚;第二,49%的CIO认为贡献度高的供应商会维持开源的健康发展;第三,49%的CIO认为贡献度高的供应商对所需功能开发有影响力;第四,46%的CIO认为贡献度高的供应商自身技术能力相对较高,能够挑战更高的新技术。
同时,80%的IT决策者预计,他们会在新兴技术领域使用企业级开源软件,其中71%在人工智能或机器学习、71%在边缘计算或互联网、68%在容器、61%在无服务器计算。
使用企业级开源的好处在于安全性更高、软件质量更高、能够安全地运用开源技术、为云技术、云原生技术设计。报告也调查了现在企业级开源的主要用途,IT基础架构现代化占62%、 数字化转型占54%、应用开发占53%、应用现代化占48%。
推动混合云的企业数字化转型模式
今年红帽全球峰会也发布了一系列的创新,Red Hat Enterprise Linux 9(RHEL 9)在混合云中拥有更快创新的自由度和灵活性,不会遗弃现有的工作负载和应用,而且RHEL 9是一个稳定、一致和值得信赖的平台,为扩展应用和跨混合云推出新兴技术提供更强大的安全环境。
软件定义车辆也是今年大会的一大重点,红帽宣布与通用汽车合作,把Ultifi平台运行在红帽的In-Vehicle Operating System车载系统上。这也将Linux标准应用于对安全至关重要的汽车系统;通过持续的安全认证方法,在开放平台上推动快速创新;利用设计重用和广泛的 Linux人才库优化开发;通过可更新的系统创建新的商业模式,使汽车具有长期相关性。
边缘计算这个未来趋势自然也不能少,OpenShift、RHEL能够支持边缘计算有效的扩展。实现智能边缘基础架构、从核心到边缘的共同基础、将自动化扩展到极致。
红帽还宣布与埃森哲扩大战略合作伙伴关系加快创新和云转型,包括埃森哲正在进一步投资Cloud First业务,与红帽开源产品组合共同增长;将红帽OpenShift与埃森哲服务集成,交付综合性的云服务;支持多合作伙伴合作,以交付定制的解决方案;加速开放混合云创新的共同路线图。
红帽希望通过混合云协助客户进行数字化转型。曹衡康表示,透过开放混合云,加速企业数字化转型进程是2022红帽大中华区发展策略。
同时,红帽也在今年成立了红帽客户成功团队(Red Hat Customer Success)来保障客户的成功,为企业使用开源软件提供全方位的规划、支持和保障,结合数字化转型及云原生转型趋势,提供端到端的全生命周期解决方案。
好文章,需要你的鼓励
苹果计划在2026年推出多款重磅新品,包括配备miniLED面板和A19 Pro芯片的27英寸外接显示器、搭载homeOS系统的7英寸智能家居控制设备、首次采用OLED屏幕的全新MacBook Pro、具备7.8英寸内屏的iPhone Fold折叠手机、售价699美元起的入门级MacBook,以及升级OLED显示技术的iPad mini。
新加坡国立大学联合Lovart AI开发的OmniPSD系统,首次实现了AI驱动的双向PSD文件处理能力。该系统能够将扁平图像自动分解为可编辑的图层结构,同时支持从文字描述直接生成分层设计文件。基于扩散变换器架构和创新的RGBA-VAE技术,OmniPSD在20万真实设计样本上训练,实现了专业级的透明度处理和图层分解效果,为设计行业的数字化转型提供了强大工具。
OpenAI正在招聘新的安全准备主管,负责预测其AI模型的潜在危害和滥用方式,以指导公司安全策略。这一职位出现在ChatGPT因对用户心理健康影响而面临多起诉讼的背景下。CEO阿尔特曼承认模型对心理健康的影响是2025年预见的挑战之一。该职位年薪55.5万美元加股权,将领导OpenAI准备框架的技术策略。
ByteDance Seed团队提出UniUGP统一框架,首次将自动驾驶的理解、生成、规划三大能力完美融合。通过混合专家架构和四阶段训练策略,该系统在场景理解、轨迹规划和视频生成等任务上均超越现有先进模型,为自动驾驶技术发展开辟了新路径,预示着更智能可靠的无人驾驶未来。