BMC Software 的 AMI Cloud Data 平台推出全新的 Cloud Data Sets 功能,通过提供直接访问云对象存储的能力,"革新"了大型机数据管理方式,无需修改现有的 JCL 或应用程序。
该供应商表示,这项升级"赋能"IT 运维团队完全用云端解决方案替代传统磁带存储,"简化"运营并"最小化"业务中断。BMC 于 2024 年 4 月收购了 Model9,并将其软件更名为 AMI Cloud。
BMC 认为,在未来五年内,大多数组织将"逐步淘汰"二级磁带存储和传统磁带软件。他们表示,大型机数据存储的未来在于基于云的对象存储,与传统虚拟磁带库 (VTL) 解决方案相比,云存储"最高可节省 12 倍成本",同时无需投入昂贵的磁带硬件。
南非的 Nedbank 正在拥抱这一演进。在 BMC 的协助下,该公司已经改造了其数据管理方式。切换到云端解决方案后,原本需要 48 小时的备份时间缩短至 36 分钟。这一转变还使 Nedbank 得以精简灾难恢复和备份流程,在降低复杂性的同时提升了安全性和数据可用性。
BMC 表示:"这一演进使 IT 运维团队无需改变运营方式即可将磁带备份重定向到云端,消除了大型机环境中采用云技术的主要障碍。"通过 Cloud Data Sets,AMI Cloud Data 支持所有主要备份工具,包括 EXCP。Nedbank 企业存储和备份 IT 经理 Ashwin Naidu 说:"我们的备份性能获得了巨大提升。例如,原本需要整个周末 48 小时才能完成的备份,在采用云端解决方案后仅需 36 分钟。"
除了显著缩短备份和恢复时间外,新版 AMI Cloud Data 还针对 CPU 消耗进行了优化。
为了提供这些服务,BMC 表示正在将其软件专业知识与包括 Hitachi、Mainline、Dell 和 AWS 在内的合作伙伴的数据基础设施相结合。
好文章,需要你的鼓励
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。