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
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。