至顶网软件频道消息:思科日前推出旗下Tetration数据中心和云分析平台、云分析平台及涵盖虚拟设备的软件即服务版本。
Tetration主打保护、管理和优化应用程序及提供整个企业工作负载的分析。
两种新的消费模式Tetration SaaS和Tetration-V均以订阅形式推出。 Tetration SaaS为基于云的系统,面向云优先企业。
Tetration-V为纯软件版本,使用虚拟设备,用于小型部署。 Tetration-V可以在AWS和Microsoft Azure公共云上运行。
Tetration产品管理高级总监Yogesh Kaushik表示,Tetration SaaS将为企业提供灵活的支付模式,无需预付费用。他表示, “大趋势是大型企业不要部署硬件。”
据思科称,Tetration-V适用于少于1,000个工作负载的企业部署。 Tetration-V可一键式部署,用户可以使用自己的服务器和存储基础架构。
Tetration-V现已上架,Tetration SaaS将于5月份上架。
订阅计划含1年、3年和5年计划。
好文章,需要你的鼓励
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。
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。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
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。