北京,2022年6月22日:Veeam®Software(卫盟软件),提供现代数据保护的备份、恢复和数据管理解决方案的领导者,今天宣布Zenseact正在使用Veeam® Availability Suite™和Kasten K10 by Veeam提供可靠的数据备份、保护和灾难恢复解决方案,并简化其容器化开发流程,让他们在快节奏的创新行业中获得竞争优势。
Zenseact总部位于瑞典,拥有一支来自超过55个国家的员工队伍,开发开创性的汽车软件,最终目标是开发能让客户感到安全和放松的自动驾驶软件。源于沃尔沃汽车和Zenuity的Zenseact,秉持安全第一的理念,走在自动驾驶汽车软件市场的最前沿。
为了保持市场领先地位,Zenseact在数据密集型IT的推动下保持着快速的创新步伐。 Zenseact 必须要能在发生灾难时快速有效地恢复数据,这就使备份过程对于保证公司运营不中断或操作不延迟变得至关重要。Zenseact使用Veeam Availability Suite 作为其备份、恢复和监控解决方案,以保护其 IT 环境中约400台承担着关键任务的虚拟机(VMs)。
“我们之所以选择Veeam Availability Suite,是因为它具有丰富的功能集、灵活性和可扩展性。该解决方案与我们强调的敏捷思维和最佳实践非常契合,”Zenseact 敏捷专家和服务负责人Johan Jansson表示,“Veeam 使我们能够快速为我们的客户提供新功能,因为我们知道我们总是可以快速且轻松地恢复我们的系统。”
公司开始将工作负载从虚拟机转移到容器,以减少开销并为开发和创新腾出时间和资源。Zenseact 为容器化工作负载评估了五种不同的数据保护解决方案,最终选择了 Kasten K10——一个针对Kubernetes数据和应用程序的云原生备份和恢复解决方案——它为开发人员提供了选择的自由和安全性,以便他们可以发挥最大的潜力,同时降低数据丢失风险。
“根据《2022 Veeam数据保护趋势报告》,56%的组织正在目前的生产中运用容器,或计划在未来12个月内运用容器,”Veeam首席技术官Danny Allan表示,“在快速转型业务和将工作负载从虚拟机转向容器方面,Zenseact是行业领导者。作为Veeam的长期用户,为确保数据在整个IT环境中得到端到端的保护,添加专为Kubernetes打造的Kasten by Veeam K10,是Zenseact容器化工作负载的理想数据保护解决方案,并确保Zenseact的环境得到充分保护。”
“Kasten K10和Veeam Availability Suite一起支持我们向容器化工作负载的战略转型,”Jansson说道,“我们致力于长期使用这些解决方案,并相信它们将与我们一起发展。我们已经看到了这对我们即将推出的功能的积极影响。”
Zenseact团队在使用 Kasten K10时,迅速地熟悉了界面并为容器设置了备份策略自动化,以降低数据丢失事件和产品开发过程延迟的风险。 如今,该公司的 500 名开发人员可以在建立新项目时自动备份,并可在以后轻松进行更改,这在保持管理简单的同时为开发人员提供了灵活性。
通过结合Kasten K10和Veeam Availability Suite,Zenseact避免了IT团队在备份方面的瓶颈。借助Veeam和Kasten K10技术,Zenseact的开发人员和IT专家每月可以在备份管理上节省150个小时,使他们能够更高效地工作。
“Kasten并入Veeam对我们来讲是一个巨大的优势,"Jansson表示,“随着我们努力实现安全、无障碍的自动驾驶汽车的目标时,我们使用Veeam和Kasten技术来为我们的开发人员保驾护航,让他们始终拥有创新所需的数据。"
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。