SUSE Linux Enterprise Server for SAP Applications是首个针对Intel Optane DC Persistent Memory与SAP HANA工作负载进行了优化的Linux平台
2019年1月16日——德国纽伦堡——SUSE宣布支持Intel Optane DC Persistent Memory与SAP HANA。现在,SAP HANA用户在SUSE Linux Enterprise Server for SAP Applications上运行时,可以发挥数据中心Intel Optane DC Persistent Memory高容量的优势。通过在距离处理器更近的地方移动和维护更大的数据量,用户可以优化其工作负载,并最大限度地减少维护期间从系统存储中获取数据的较高延迟。为了帮助客户进行IT基础设施转型以降低成本、提升性能、提高效率并增强竞争力,SUSE目前还通过多家云服务提供商和硬件供应商提供对Intel Optane DC Persistent Memory测试版本的支持。
“Persistent Memory技术将会催生新的数据访问和存储应用程序。”SUSE首席技术官Thomas Di Giacomo说道,“通过提供基于Inte lOptane DC Persistent Memory获得完全支持的解决方案,企业可以更好地发挥SAP HANA的性能优势。SUSE持续与SAP和Intel等公司开展合作,服务于世界各地希望通过IT基础设施转型来推动增长的客户。正是他们的需求指引了我们创新方向。”
Intel非易失性内存和存储解决方案部门副总裁兼总经理AlperIlkbahar说道:“Intel Optane DC Persistent Memory代表了一类专为数据中心使用而设计的新型内存和存储技术。此类新型内存旨在高性价比、大容量的内存数据库解决方案,有助于延长系统正常运行时间和加快上电后的恢复速度,以及提升云端规模应用程序的性能。我们与SUSE和SAP合作将这项革新技术带给客户,由此可以帮助他们利用新一代应用程序和服务,在这个以数据为中心的时代实现革命性功能。”
SAP HANA技术创新网络的Martin Heisig说道:“能够为SAP HANA提供PersistentMemory,是我们与SUSE和Intel的长期合作关系中一座意义非凡的里程碑。SAP数字核心的基础理念是简化基础架构以提高工作效率和实时洞察。”
SAP HANA为大小企业提供适用于其SAP应用程序的高性能数据库解决方案。使用SUSE Linux Enterprise Server for SAP Applications运行集成Intel Optane DC Persistent Memory的SAP HANA工作负载,有望帮助客户节省基础设施成本并降低管理开销。由于SAP HANA工作负载在Linux上运行,SUSE Linux Enterprise是目前唯一能够为SAP HANA和Intel Optane DC Persistent Memory提供支持的解决方案。
SUSE Linux Enterprise 12 ServicePack 4包含了对SUSE Linux Enterprise Server for SAP Applications上运行Intel Optane DC Persistent Memory与SAP HANA工作负载的支持,该ServicePack现已在全球范围发布。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。