作者:Ravi Naik,希捷科技高级副总裁,首席信息官
全球疫情蔓延的特殊时期,很多企业允许员工居家办公。企业不仅需要保护员工的生命健康,同时还要履行对客户的承诺,因此,这段时期企业常常需要对运营策略做出调整。
从实验室到急诊室、商店、保洁服务公司,再到我所就职的数据存储企业,全球各地、各行各业都在努力避免疫情引起的混乱和无序,争取顺利复工,保障安全。
正是因为很多企业都采取在家办公的策略,因此,数据比以往任何时候都需要为我们做“跑腿”工作。当人们隔离在家不便走动时,就需要更强有力的数据流动。当下,优秀的数据管理者比以往任何时候都更需要重点关注数据的高效流动。
为什么呢?这是因为即使距离遥远,数据的处理和激活终究会产生连接。数据的流动和激活意味可以使用AI和云在疫苗开发、寻求治疗方法和患者分流等方面进行协作;也意味着学生可以在线学习;员工能够安全工作;医生可以远程为病人诊疗;亲人间可以实时看到彼此的笑容。
在希捷,我们意识到自己肩负着双重使命:1)确保员工安全;2)继续推动全球关键业务数据的持续流动——这也是我们40多年来一直关注的重点。
我们努力承担这两项使命,不断尝试调整,采用最佳数据管理实践来达成使命。以下为我们五点实践经验:
灵活性。如果系统本身缺乏灵活性,就很难应对危机。灵活性意味着我们无需等待政策层面有所决策后才采取措施。早在疫情爆发之初,我们就已经付诸行动,而非停留在设想阶段,着手为在家办公的员工提供更多支持。
IT团队每天早上开例会讨论,如何给全球员工提供支持。今年第一季度末开始,我们决定进行工作负载测试,要求员工下载大型文件并且远程工作。经过测试,我们确信员工远程工作的顺畅性可以得到保障。
可用性。另一项重要举措是建立小型边缘数据中心。随着来自终端的输入不断增加,很少居家办公场所拥有充足的宽带或光纤资源,可以支持远程数据分析和会议。因此,我们为世界各地的工程和财务团队提供了更为靠近其住处的数据访问。与以前集中化的系统不同,边缘数据中心让我们在数据的创建地附近就进行分析和处理,从而拉近用户与应用之间的距离,加速数据访问。
连接性。我们已建立灵活的机制,让员工保持时刻连接。
安全性。在分布式访问时代,外围设备的安全性成为最先考虑的因素。我们已经做好充分准备,处理不断增加的远程员工访问流量,确保数据安全。
协作。对于创新型公司来说,团队合作至关重要。协作可以迸发出最强的创新力。我们鼓励员工通过WebEx和Microsoft Teams召开工作会议,在线协作空前增长,超过200%。
以上行动正在奏效。我们从云计算和其他大型技术客户那里得知,为了支持在家办公员工的需求,他们必须扩容,并打通核心到边缘的数据访问。受益于灵活的数据管理,我们的工厂能够满足不断增长的需求。我们已经从管理层听到反馈,大多数人表示,在家办公以来,生产力得到显著提升。
数据流及其应用的智能结合意味着我们可以让数据为我们所用,流向我们期望的位置。善于使用数据并管理数据的流动,也让我们更好地支持那些身处前线的各行业工作者。
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。