至顶网软件频道消息: 对于很多企业而言,已经基本上度过了上云的摸索期,即便是正在准备上云的用户,现在也已经有很多成熟的解决方案供其选择。但是随着云业务的开展,企业在云端部署的应用越来越多,虚拟设备的规模也随之变得越来越庞大,云计算体系架构也随着变得越来越复杂,云管理问题也开始随之显现。
Dynatrace所展示的企业业务应用数量图表
企业如何对云上业务进行统筹管理,5月13日连续九年被Gartner评为“APM魔力象限领导者”的Dynatrace在北京举办了“中国业务发展与产品策略媒体沟通会”,会上大中华区总经理琚伟先生在向大家分享了如何利用Dynatrace一体化平台,构建自主的企业云软件智能平台。
Dynatrace大中华区总经理琚伟先生
从琚伟先生的介绍我们可以了解,随着企业在云上业务的增长,运维的压力也在极具提升。即便是简单应用,在满足海量用户访问时,也会拉起数以千计的微服务。这就是当前云化生态的特点,几千个微服务,在运维的场景里,环境里展现出来的就是一个点。这一个点到底和其它的东西的相关性是什么?哪个用户在用?哪个用户在使用这个微服务?体验是什么样的?这个是非常复杂的东西。
怎么可以把这些复杂的环境理顺,让这些如同N乘M般指数级关系的关联设备的运营状态清晰展现出来,这是一个非常复杂的问题。试想用户现在买汽车,本身自带灯,他永远只能照亮眼前的路,后面十米二十米以后可能是一个悬崖,没有办法帮你做到预测。云的基础设施也是如此,缺乏全局掌控就无法了解其中潜藏的风险。
在现在的复杂云环境下怎么实现“智能的自动驾驶”,不但能够给一个“司机”提供路况的信息,而且还可以给所有的云生态用户都提供信息,这绝对不是一个简单的问题,也绝对不是完全靠人工可以做到的,这个是一个非常大的变化。
因此,从2018年开始,Dynatrace开始重新定义自我,把自己变成一个“软件智能”公司,打造软件智能的平台。
这个平台的构建都源自数据,数据的收集端有一个很好听的名字——One Agent,可以把用户的数据、生态的数据收集起来,经过复杂的分析,通过人工智能技术生成客户应用环境的星空图。
Dynatrace去年有一个口号:“每一个用户,每一笔交易,我们都可以做到跟踪”。然而,做到全链路的跟踪,复杂度非常高。需要及时分析出应用连接故障是手机接入的wifi问题,还是后台到数据库的问题,或者是海量微服务中的一个出现问题,必然需要依靠人工智能的技术才可以实现。
为此,Dynatrace在五年前,重新构建了全新的产品线,从而实现所有云的原生态进行支持。并向用户提供非常丰富的API,满足用户全链路的业务分析。从而实现一旦交易链路出现问题,就可以直接查出故障的根本原因。
正是因为如此,当前Dynatrace的产品解决方案被众多云计算平台普遍采用,并且在向越来越多的大型制造、零售、金融等行业用户提供服务。相信随着未来企业云业务的拓展,Dynatrace会向更多用户,提供出更加专业的软件智能运维服务。
好文章,需要你的鼓励
Google为其BigQuery数据仓库新增对话式分析功能,允许企业数据团队和业务用户通过自然语言询问数据问题,从而加速AI用例的数据分析。该智能体目前处于预览阶段,可在BigQuery新增的智能体中心找到。此外,Google还推出了构建、部署和管理自定义智能体的工具,通过API端点支持跨应用和运营工作流。这些功能扩展了现有的文本转SQL能力,支持上下文对话分析。
UCL与华为联合研发的MT-GRPO多任务训练方法,解决了AI语言模型在同时学习多种推理技能时的关键难题。该方法通过动态调整任务权重和比例保持采样器,确保AI在各类任务上均衡发展,避免传统方法中强项越强、弱项被忽视的问题,实现最差任务性能提升16-28%,训练效率提高50%。
Anthropic宣布其AI聊天机器人Claude将保持无广告状态,与竞争对手OpenAI形成鲜明对比。后者上月开始在ChatGPT低价版本中测试广告。Anthropic认为在AI对话中插入广告与其打造"真正有用助手"的目标不符,并担心广告会影响助手提供客观建议。OpenAI目前计划在对话旁显示横幅广告,但面临巨大财务压力。Anthropic选择专注于企业合同和付费订阅的商业模式。
BMW Group与奥格斯堡大学联合开发了CAR-bench,这是首个专门评测汽车语音助手在真实环境中表现的基准系统。研究发现,即使是最先进的GPT-5模型,在面对模糊指令和缺失信息时也存在严重的一致性问题,经常编造答案而非承认局限性。该系统包含58种工具和19条安全策略,揭示了当前AI助手从实验室到真实应用之间的巨大鸿沟。