至顶网服务器频道 12月19日 新闻消息(文/李祥敬):现在我们无时无刻不处于数据的包围中,企业为了实现业务创新也在不断探索从数据中获取价值,这直接驱动了数据产业的发展,特别是数据技术的发展。
Splunk,一家在数据领域积极创新公司。从当初的安全、运维日志数据到现在的广泛的大数据,Splunk在其标杆性年度用户大会.conf18,宣布了IT、安全、开发者、人工智能与机器学习、移动和物联网技术等一系列的创新成果,展示了Splunk眼中的数据观。
Splunk公司中国区总经理严立忠
Splunk公司中国区总经理严立忠告诉记者,Splunk为更多的人提供无限洞察,让更多人工智能、机器学习的方法来发挥大数据的价值。Splunk的重心不在人工智能、机器学习,而是通过这些技术服务于大数据分析。“国内把大数据当成专有领域来看,但是在国外,大数据成为了未来无处不在的东西。”
严立忠说,大数据讲得深一点是一个哲学概念。因为真正的大数据是在寻找人类现有逻辑之外的逻辑,通过大数据得出的很多结论是现有逻辑都无法理解的,但这是事实。所以,我们看到在.conf18上,除了全新升级的Splunk Cloud和Splunk Enterprise,Splunk围绕数据创新还发布了一系列的成果。
严立忠介绍说,国内一家很大的高科技公司就在利用Splunk技术通过自动分析全球用户使用手机的体验改善流程和客户体验。
在安全和运维领域,Splunk也不断创新,比如在安全领域,Splunk今年初收购了Phantom公司。Splunk在安全领域的理念是安全自动化,也就是端到端的解决方案。从威胁检测、自动化响应到阻止威胁,中间是没有人为干预的,全自动化的过程。Phantom就是一家安全自动化的厂商。通过收购,在安全领域Splunk会成为安全的“神经中枢”。通过将Phantom的安全自动化响应功能与Splunk现有的大数据平台进行融合,可以及时很好地对用户的安全事件进行响应,而不只是检测和报告。
严立忠表示,Splunk安全是以“SIEM”为核心,实现从被动式安全到主动式安全。Gartner今年SIEM魔力象限里,Splunk继续成为领导者,这已经连续第六年。另外,SoC是现在安全领域的热门,借助SoC可以把企业的组织架构融入到安全体系中,而SoC的基础是SIEM,没有SIEM就做不了SoC。“另外,Splunk在安全领域有一套符合的技术标准,这样就形成了安全企业围绕着Splunk开发产品的生态。”
在运维领域,Splunk利用人工智能技术做了很多预测性分析。传统运维都是事后有了问题去找到问题的根源然后解决问题,Splunk通过预测性分析可以提前预知到问题,在问题发生之前就可以帮你解决。Splunk VictorOps就是Splunk在运维领域的典型产品。
在物联网领域,虽然中国的物联网市场很大,但是相关的解决方案并不是很多。为此,Splunk推出了Splunk IAI产品(Industrial Asset Intelligence),其最早被欧洲汽车公司应用。“目前来讲,IoT在Splunk业绩里还不是最大,但是增长是最快的。”严立忠说。
综上所述,Splunk正在通过流数据、静态数据、来自任何来源的数据,帮助客户发挥数据的最大价值,获得无限洞察。
除了创新技术产品,生态是Splunk大数据领域很重要的组成。“Splunk是一个大数据平台,称为平台其中很关键的点就是数据来源。如何保证来自不同的IT设备、IT系统、IT服务的数据能够实现平台对接和互联互通是重中之重,Splunk做到了这点。”严立忠说。
目前Splunk的客户遍布教育、能源、金融、互联网行业、健康、制造、媒体、汽车、高科技、旅游、休闲、零售等各行各业。严立忠表示,大数据分析从技术角度看并没有具体的行业区分,只要你有IT环境,都可以用到Splunk的产品和技术。不过,高科技、互联网、制造业等是Splunk发展比较快的行业。
具体到中国市场,Splunk在全球市场中是增长最快的,年度增长为200%以上。因为随着市场的发展,客户对于大数据分析的价值已经达成共识。现在随着越来越多的行业客户拥抱大数据分析,Splunk的市场机遇非常大,未来3到5年在中国市场可以继续保持很高的增长率。
为了实现了这样的目标,Splunk会加强生态建设,比如Splunk会在专业服务和顾问咨询两个新的合作伙伴体现进行加强。“现在我们在国内发展很多专业服务合作伙伴,实现Splunk系统在客户端快速部署和落地,并于用户系统结合产生价值。而在顾问咨询方面,像埃森哲在全球也是Splunk的合作伙伴,他们的价值是帮助行业用户进行整体顾问咨询,这在大中型企业中非常常见。这两个新发展的服务体系,可以帮助Splunk实现在用户端的长期深耕落地,尤其是企业用户。”严立忠说。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。