BMC Software 发布了针对其大型机服务的数据存储和 AI 生产力增强功能。
根据 BMC 的说法,2025 年 1 月对 BMC AMI 产品组合的更新在开启大型机可能性方面"开创了新局面",它为最近宣布的 Cloud Data Sets (CDS) 添加了更多实质性内容。
BMC 在 2023 年 4 月收购了 Model9,并将其软件重新品牌化为 AMI Cloud。获得专利的 Cloud Data Sets 能够在不修改现有流程的情况下,直接访问本地或超大规模云服务商的对象存储。
"目前,在磁带和虚拟磁带库 (VTL) 上进行大型机数据的二级备份存储和检索既昂贵又耗时," BMC AMI 解决方案的营销副总裁 Priya Doty 表示。"BMC AMI Cloud Data 中的 CDS 功能提供了向对象存储的无缝过渡,这简化了备份和恢复流程,与传统解决方案相比可以节省成本。"
此外,通过 CDS,BMC AMI FDR (快速转储还原) 的当前用户现在可以将他们的磁带备份重定向到对象存储,无需直接访问存储设备 (DASD)、VTL 暂存或任何代码更改。BMC 表示,这将带来更快的备份速度、改善灾难恢复能力,并能够消除物理磁带和 VTL 存储的成本和基础设施需求。
去年,供应商在 BMC AMI DevX Code Insights 中引入了由 BMC AMI Assistant 支持的新 COBOL 代码解释功能。在生成式 AI 的驱动下,代码解释通过提供代码业务逻辑部分的简短摘要和代码逻辑流程的详细信息,赋予开发人员更强大的能力。
在 1 月的更新中,BMC AMI Assistant 现在包括"业内最广泛的语言支持",包括对 PL/I、JCL 和汇编语言编写的代码解释。BMC 表示,这有助于开发人员以"无与伦比的效率"理解、审查、扩展和测试大型机代码。
Java 在大型机上的使用正在增加,对改善应用程序性能的需求也随之增长。作为更新的一部分,新的 BMC AMI Strobe for Java 通过用户友好的网络界面,在单一工具中实现了"全面的"应用程序性能管理和分析。BMC AMI Strobe for Java 使开发人员能够"轻松识别"过度资源需求的来源,并在软件交付生命周期的早期阶段进行性能测试。
此外,由 BMC AMI Assistant 驱动的新型混合 AI 功能将 AI/ML 与生成式 AI 在 BMC AMI Ops Insight 中结合,简化了根本原因分析,有助于减少平均检测时间 (MTTD) 和平均解决时间 (MTTR)。新的交互式仪表板还允许用户根据其可观察性需求创建和个性化重点视图。
BMC 声称:"通过让系统程序员对他们看到的信息有更大的控制权,这些定制化的见解能够实现更快速和更智能的决策。"
好文章,需要你的鼓励
Instagram负责人莫塞里在接受采访时透露,平台正考虑引入长视频内容功能,尽管此前一直专注于短视频。他承认为了吸引优质内容,Instagram可能需要支持长视频格式。此外,Meta最近推出了"您的算法"功能,旨在让用户更好地控制信息流内容。莫塞里承诺未来将提供更多工具,让用户主动塑造个性化内容,但完整实现可能需要2-4年时间。
香港大学联合Adobe研究院提出PS-VAE技术,成功解决了AI无法同时具备图像理解和生成能力的难题。通过创新的两阶段训练策略,让AI既能准确理解图片语义,又能生成高质量图像,在图像编辑任务上性能提升近4倍,为统一视觉AI系统开辟新路径,在数字创作、教育、电商等领域具有广阔应用前景。
在信息爆炸的时代,AI实验室的研究员们常常需要面对海量的论文、专利文件、论坛发言等各种渠道的信息。传统的查找方式不仅费时费力,还容易遗漏关键内容。那么,有没有一种方式能让AI真正代替人工,完成从找资料到写出稿的全流程工作?
华中科技大学与马里兰大学研究团队开发出Sage评估框架,首次无需人工标注即可评估AI评判员可靠性。研究发现即使最先进的AI模型在评判任务中也存在严重不一致问题,近四分之一困难情况下无法保持稳定偏好。团队提出明确评判标准和专门微调等改进方法,为构建更可靠AI评估体系提供重要工具。