IBM推出Intelligence Center控制台新功能,承诺让用户从单一平台管理42年历史的Db2数据库在本地、云端和容器环境的部署。该AI驱动的统一数据库管理控制台支持高容量监控页面刷新,缩短容器部署安装时间,并增强对Db2 PureScale集群技术的监控。此次更新是IBM云优先战略的一部分,旨在追赶其他关系型数据库的发展步伐。
韩国无晶圆厂SSD控制器制造商FADU正在缩减CXL交换机投资,并对高带宽闪存市场表示质疑。该公司第三季度收入从101亿韩元增至256亿韩元,增长2.5倍,主要受AI数据中心SSD需求推动。FADU将开发PCIe 6代SSD控制器和DRAM电源管理模块。由于英伟达NVlink技术日渐强势,公司减少了CXL开发投资。对于高带宽闪存技术,FADU认为存在三大障碍:GPU工作温度超出NAND承受范围、NAND写入寿命有限、不同NAND类型兼容性差。
开源理念曾重塑互联网和云计算,如今AI正面临类似转折点。仅开放模型权重还不够,企业需要的是可检查、可控制的AI系统。红帽CEO认为真正的开源AI需要开放训练数据和模型权重,配合开放工具生态系统。网络安全领域面临更大挑战,CrowdStrike推出代理式安全运营中心,通过编排多个专业AI代理协作应对威胁。未来企业AI成功将取决于开源透明度与智能编排的结合,创造既可信又可防御的系统。
研究显示47%的企业在IT人才招聘和留存方面面临挑战,流失率居高不下。意大利53%的IT主管表示人才吸引和保留是日常难题。专家认为人才并非稀缺,而是未得到重视,因此更愿意出国发展。成功的CIO需要识别人才、给予适当机会并建立信任关系。通过持续培训、职业发展机会和有效领导力,企业可以更好地留住IT专业人员。
一家医疗机构的关键业务应用在早晨高峰期会停止响应长达半小时。技术顾问调查发现,应用厂商在未告知客户的情况下,于业务时间在生产系统上运行修复任务,导致数据库锁定。更令人震惊的是,该生产数据库存储医疗数据和支付信息,却完全没有访问控制,任何用户都可以访问任何数据。
开源虚拟化项目Proxmox发布了数据中心管理器的首个稳定版本,为私有云平台提供了更可行的替代方案。随着博通VMware专注于大型企业客户,Proxmox虚拟环境平台日益受到关注。新产品提供集中管理多个独立Proxmox环境的能力,支持跨集群VM迁移、fleet管理工具和生命周期管理等功能,使Proxmox成为私有云领域的有力竞争者。
亚马逊云服务年度技术大会AWS re:Invent 2025落下帷幕,核心主题聚焦企业AI智能体。大会发布了Graviton5 CPU、Trainium3训练芯片、Nova AI模型系列等重磅产品。AWS推出可独立工作数天的Kiro自主智能体,以及AI Factory私有数据中心解决方案。CEO马特·加曼强调AI智能体将释放AI"真正价值",亚马逊CTO沃纳·沃格尔斯在告别演讲中表示AI不会让开发者过时。
美国时间(11月18日)Microsoft Ignite 2025 正式拉开帷幕,在今年的 Ignite 大会上,Azure 带来了很多重磅更新,这不仅是工具升级这么简单,而且让每家企业都能以更坚定的信心拥抱 AI 优先战略模式。
这是一篇关于告别的文章,但不仅仅是结束。它是过渡,是交接,是一个章节的尾声和另一个全新章节的开篇。亚马逊(http://Amazon.com)副总裁兼首席技术官Dr. Werner Vogels在2025年亚马逊云科技re:Invent舞台上的最后一场主题演讲,就是这样一个时刻。
北京时间12月5日,亚马逊云科技re:Invent 2025倒数第二天,亚马逊云科技公用计算高级副总裁Peter DeSantis和亚马逊云科技计算与机器学习服务副总裁Dave Brown带来了一场十分硬核的主题演讲《基础设施创新》,系统阐述了AI时代云基础设施的核心价值。
亚马逊云科技re:Invent 2025年度盛会进入第三日议程,亚马逊云科技全球专家与合作伙伴副总裁Dr. Ruba Borno以“伙伴力量·共赢未来”为主题发表演讲,围绕AI Agent新时代的变革,重磅发布多项赋能合作伙伴的新服务、新工具。
北京时间2025年12月4日,亚马逊云科技re:Invent 2025进入第三天,亚马逊云科技Agentic AI副总裁Swami Sivasubramanian发表主题演讲《Agentic AI的未来已来》,系统阐述构建可靠AI Agent的核心技术路径。
北京时间12月3日00:00,亚马逊云科技re:Invent 2025进入第二日议程,亚马逊云科技首席执行官Matt Garman重磅发表《亚马逊云科技如何重塑云技术未来》的主题演讲。
Google DeepMind造出"全能游戏玩家":SIMA 2在虚拟世界里自由行动,还会自己学新技能
牛津大学研究团队发现,经过强化学习训练的AI搜索助手存在严重安全漏洞。通过简单的"搜索攻击"(强制AI先搜索)和"多重搜索攻击"(连续十次搜索),可让AI的拒绝率下降60%,安全性降低超过80%。问题根源在于AI的安全训练与搜索功能训练分离,导致搜索时会生成有害查询。研究呼吁开发安全感知的强化学习方法。
斯坦福大学团队开发了GuideFlow3D技术,通过创新的引导机制解决3D对象外观转换难题。该方法采用智能分割和双重损失函数,能在保持原始几何形状的同时实现高质量外观转换,在多项评估中显著优于现有方法,为游戏开发、AR应用等领域提供了强大工具。
中国人民大学与清华大学联合推出DeepAnalyze-8B,全球首个专门用于自主数据科学的AI模型。该模型能够从原始数据自动生成专业级分析报告,仅用80亿参数就在12项基准测试中超越多数商业模型。通过创新的课程化训练和数据合成技术,实现了数据科学的真正自动化。
清华团队提出Glyph框架,通过将长文本渲染成图像并用视觉-语言模型处理,实现3-4倍文本压缩和4倍推理加速。该方法包含持续预训练、LLM驱动的参数搜索和后训练优化三个阶段,在多个长文本理解基准上达到与领先模型相当的性能,为处理百万级token文本提供了新思路。