北京-2022年6月27日——软件智能公司 Dynatrace(纽交所代码:DT)日前宣布,据最新发布的《2022 Gartner 应用性能监测(APM)和可观测能力的关键能力》报告,Dynatrace® 软件智能平台在6项应用场景评测中夺得了其中4项的最高分。该报告中,Gartner 对19家厂商的解决方案进行了评测,Dynatrace 平台在开发运维/应用开发、网站安全工程/平台运营、IT 运维以及数字化体验监测应用评测中获得了总分第一的成绩。
Dynatrace 产品管理副总裁 Steve Tack 指出:“Gartner 魔力象限是基于对厂商的评测,我们很高兴被评为领导者,并且在前瞻性方面名列前茅。Gartner 建议组织仔细研究魔力象限以及与之对应的关键能力,以便了解 APM 和可观测能力市场上的厂商概况。让我们感到欣喜的是,Dynatrace 在四个应用场景评测中位居 19 家厂商的首位。我们一直以创新为目标,感谢研发团队为客户提供了满足他们需求的解决方案,并一如既往地预测客户与日俱增的需求。”
Dynatrace 网站上提供了《2022 Gartner APM 与可观测能力的关键能力》和《2022 Gartner APM 和可观测能力魔力象限》的免费副本。
Gartner 免责声明
Gartner,《应用性能监测与可观测能力的关键能力》,作者 Gregg Siegfried、Mrudula Bangera 及 Padraig Byrne,2022 年 6 月 8 日。
Gartner,《应用性能监测与可观测能力魔力象限》,作者 Padraig Byrne、Gregg Siegfried 及 Mrudula Bangera,2022 年 6 月 7 日。
Gartner 不保证在其调查出版物中描述的任何厂商、产品或服务,也不建议技术用户只选择得分最高或者获得其他称号的厂商。Gartner 的调查出版物根据 Gartner 的调查机构的意见而形成,并不构成对事实的陈述。Gartner 对该调查概不承担任何明示或暗示的担保,其中包括任何针对特定目的的适销性或适用性的保证。
Gartner 和 Magic Quadrant 是 Gartner, Inc. 及/或其在美国和各国所属公司的注册商标和服务商标,已获准用于本文。保留所有权利。
好文章,需要你的鼓励
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。