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
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。