SAP近日宣布推出新的SAP Datasphere平台,帮助企业消除访问和使用分散不同系统的数据的复杂性。
SAP Datasphere是下一代的SAP数据仓库云,旨在连接、协调和分发来自SAP和非SAP应用数据的主要集成点。SAP表示,Datasphere建立在SAP Business Technology Platform平台上,平台提供了强大的企业安全功能包括数据库安全、加密和治理。
Datasphere平台的设计不仅是提供对业务数据的轻松访问,SAP还与行业领先的数据分析公司展开合作,包括Collibra、Confluent、Databricks和DataRobot,帮助企业利用他们的数据做更多的事情。
SAP称很多企业在访问分布于云提供商、数据厂商和本地系统中的数据、并将这些数据集成时遇到了困难。SAP表示,客户不得不从原始来源提取数据并将这些数据导出到一个中央位置,而这样会失去关键的业务环境,必须通过专门的IT项目和人力重新获取这些数据。
SAP Datasphere消除了大部分这类手动工作,为企业提供了一种更简单的方法来构建具有完整业务上下文和逻辑的业务数据架构。SAP表示,企业可以有很多方法利用他们的数据。
SAP公司首席营销官、首席解决方案官Julia White在媒体发布会上表示:“数据优先是关键,数据管理和分析已经成为企业的决定性资源,而实现这种无缝数据访问非常困难。”
White表示,SAP Datasphere不仅仅是SAP Data Warehouse Cloud的品牌重塑,还引用了平台中的新功能例,如可以自动发现、管理和治理数据的数据编目功能。她还提及该平台简化了数据复制功能,能够实时交付数据和数据的持续更新,以及增强的数据建模,可保留来自SAP应用的数据业务上下文。
她说:“这是我们新一代的数据技术。”
SAP还谈到了他们的战略合作伙伴关系,承诺这将帮助全球数百万用户做出明智的业务决策。例如,Collibra正在计划围绕SAP Datasphere进行量身定制的集成,以帮助客户构建一个完整的数据目录,并在整个数据环境中进行数据沿袭,帮助他们制定数据治理策略。
其他合作伙伴还包括Confluent,该公司将实时数据流平台连接到SAP Datasphere,让客户能够使用这些信息来支持智能应用。与此同时,Databricks公司表示,他们的客户能够将Data Lakehouse与SAP集成,在保留语义的情况下更轻松地共享数据。还有DataRobot公司,将在SAP Datasphere平台上提供机器学习功能。
Datasphere平台的早期采用者包括Messer SE & Co. KGaA 旗下的工业气体公司Messer Americas。该公司首席信息官David Johnston表示,公司希望实现简化对SAP和非SAP数据的安全访问,加强组织内数据驱动的决策制定。该公司使用SAP Datasphere构建了一个现代数据架构,以维护整个企业数据存档的上下文。
Johnston表示:“从根本上说,数据会成为企业发展提速的一大障碍,Datasphere是我们推动转型的一个催化剂。”
SAP Datasphere现已可用,现有的SAP Data Warehouse Cloud客户可以立即升级到新平台,无需额外的步骤或迁移。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。