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
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。