SUSE增设C级高管以确保持续成功并维持增长势头,以及巩固公司作为领先的企业级开源
混合云及多云应用和工作负载管理解决方案提供商的地位
2019年3月15日—德国纽伦堡—SUSE今天宣布,增长型投资者EQT完成从Micro Focus对SUSE的收购,正式创建最大的独立开源公司。成为独立的公司后,SUSE可以凭借良好的增长势头、不断扩大的产品组合以及成功的市场执行,更加专注于更好地满足客户及合作伙伴的需求。同时,作为领先的企业级开源软件定义基础架构和应用交付解决方案提供商,SUSE能够在任何地方(包括企业内部、混合云和多云)为客户工作负载提供卓越的服务、价值和灵活性。
独立后的SUSE扩充了领导班子,设立了新的领导职务并吸纳了新的领导经验,目的是将良好的发展势头延续到公司发展的下一个阶段。Enrica Angelone被任命为新设立的首席财务官,Sander Huyts则出任新设立的首席运营官。SUSE原首席技术官Thomas Di Giacomo现担任工程、产品和创新总裁。三位高管都直接向SUSE首席执行官Nils Brauckmann报告。
Brauckmann表示:“最新的IT趋势表明,企业比过去任何时候都更加重视开源。我们相信,成为真正独立的开源公司对我们来说也比过去更加重要。我们提供真正开放的开源解决方案和灵活的商业实践,而且不需要强制厂商锁定,还能提供卓越的服务,这些对客户以及合作伙伴的机构来说更为重要。而且,独立企业的身份也和我们一心一意交付最佳解决方案的理念一致。我们持续满足市场需求的能力将成功、动力和增长打造成一个循环,确保SUSE能够持续满足客户对创新的需求,帮助他们完成数字转型目标并实现混合云和多云工作负载管理,进而推动客户自身的创新、竞争力和增长。”
SUSE此次的转型可谓恰到好处,因为在开源软件定义基础架构和应用交付技术的推动之下,市场对数字转型的需求日益旺盛,灵活程度也越来越高。凭借悠久的开源软件开发历史、强大的品牌影响力以及种类丰富的创新解决方案,再加上 容器管理等开源技术的加持,SUSE完全有能力把握这一市场动态,为客户及合作伙伴创造巨大的价值。EQT的支持和独立企业的身份将为SUSE提供持续扩张和推进创新的动力,通过有机增长和附带收购的形式推动SUSE核心业务和新兴技术的增长。
IDC 负责软件开发和开源业务的集团副总裁Al Gillen表示:“SUSE恢复独立开源软件公司的身份,此举将成为行业发展的转折点。今天,开源软件已成为打造新型解决方案的理想途径,对大多数公有云服务来说都是无可取代的重要基础。作为业内最大的纯开源软件公司之一,SUSE的独立将造福客户,因为卓越的技术、价值驱动的合作伙伴关系和社区参与将确保它能够及时为市场提供技术解决方案。”
在首席执行官Brauckmann的领导下,扩充后的SUSE领导班子将延续过去8年来的快速增长势头,继续交付创新解决方案来满足目前和今后的市场需求。在成立25年后的今天,SUSE将继续致力于推动开源的发展和相关业务模式的推广,积极参与社区和项目,通过开源创新为企业提供优质、可靠、实用的解决方案。这种真正开放的开源模式能够为客户及合作伙伴提供灵活、自由的选择,帮助他们将SUSE的技术与其他产品和技术相结合,通过开放标准在客户基础架构的不同层面打造出IT领域的最佳解决方案并且无需强制锁定。这种注重开放性的模式已经植入SUSE的文化,既是公司区别于竞争对手的优势所在,也是它取得成功的关键。
EQT合伙人Johannes Reichel表示:“领先的市场占有率、强大的领导地位、对客户成功的重视以及建立成功合作伙伴关系的能力过去是SUSE赖以成功的基础,今后也将继续助力SUSE开启发展新征程。我们在正确的时间、正确的地点集合了正确的资源,目的是帮助世界各地的企业转变经营方式。”
作为独立、可信赖的合作伙伴,SUSE通过跨国组织架构和基于安全的企业级技术打造的优质合作伙伴生态系统为企业客户提供软件解决方案、支持和服务,帮助他们顺利完成数字转型。在全球员工的支持下,SUSE目前参与的开源项目超过100个。作为独立的开源软件供应商,公司将帮助各类机构在今天的商业环境下完成转型并参与市场竞争,同时维持自身的增长。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。