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
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。
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。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
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。