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
微软推出 Copilot+ PC 标准,要求配备高性能 NPU,引发 AI PC 市场格局变化。英伟达虽在数据中心 AI 领域占主导,但在 PC 端面临挑战。文章分析了英伟达的 AI PC 策略、NPU 与 GPU 的竞争关系,以及未来 GPU 可能在 Copilot+ 功能中发挥作用的前景。
专家预测,随着人工智能技术的迅速发展和广泛应用,2025 年可能成为 AI 泡沫破裂的关键一年。尽管 AI 仍有望在多模态模型和自动机器学习等领域取得突破,但技术瓶颈、投资回报率下降、监管趋严以及环境和伦理问题等因素可能导致 AI 热潮降温。未来 AI 发展将更注重平衡和可持续性。
研究表明,现有的公开 AI 模型在描述大屠杀历史时过于简单化,无法呈现其复杂性和细微之处。研究人员呼吁各相关机构数字化资料和专业知识,以改善 AI 对这段历史的理解和表述。他们强调需要在 AI 系统中加入更多高质量的数据,同时在审查和信息获取之间寻求平衡。
Google 推出名为 Titans 的新型 AI 架构,是 Transformer 的直接进化版。Titans 引入了神经长期记忆、短期记忆和基于惊喜的学习系统,使 AI 更接近人类思维方式。这一突破性技术有望彻底改变 AI 范式,推动机器智能向人类认知迈进一大步。