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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。