新产品现已全面上市;Splunk还更新了IT及安全产品套件,以实现IT监控现代化,为未来的安全运营提供动力
北京——2019年5月6日——致力于将数据转化为行动和价值的Splunk公司今日宣布Splunk Connected Experiences 和Splunk Business Flow全面上市——这两款新产品让Splunk客户更加贴近他们的数据。Splunk Connected Experiences通过增强现实(AR)、iPhone等移动设备和能让用户随时随地访问数据的移动应用程序,提供即时洞察。Splunk Business Flow让业务运营专业人士能够发挥数据的力量,轻松探索和可视化其业务流程及客户体验,从而做出有助于增加盈利的数据驱动型决策。客户可以访问Splunk网站,了解Splunk Connected Experiences和Splunk Business Flow。
Splunk首席技术官Tim Tully称:“移动和增强现实技术让人们的工作方式以及他们心目中理想的工作方式迅速发生了变化。为了持续保持竞争力,企业应该采用这些技术。我们的愿景是通过这些关键技术让人们借助Splunk的力量随时随地获取数据。我们的创新技术建立在Splunk的强大平台之上,通过简化数据访问开放了调查功能,从而让每个用户都能更加智慧地工作,并帮助他们为其组织带来业务价值。”
有了Splunk Connected Experiences,Splunk能够让非技术用户随时随地访问信息,帮助他们在工作中发挥数据的力量。这些用户现在可以随时通过AR、移动应用程序和设备访问Splunk仪表板,从而能够更加轻松、更有信心地调查和应对业务挑战。Splunk Connected Experiences现已全面上市,包括:
科学应用国际公司(Science Applications International Corporation)网络解决方案开发人员Aidan Neighbor称:“我们依靠Splunk Enterprise带来的灵活性,为我们的公共部门客户提供一流的政务服务和网络支持。Splunk Mobile的即时功能可能会添加到现有平台,这让我们感到十分兴奋。”
Splunk Business Flow是为负责监督业务流程、确保良好客户体验的业务运营专业人士设计的,它提供了一个易于使用的流程挖掘解决方案,可以快速发现威胁经营业绩的瓶颈,同时帮助找到可以改进之处。基于Splunk平台的Business Flow能让用户:
奥托集团(Otto Group)产品负责人Andre Pietsch称:“奥托是一家大型欧洲零售商,每小时要处理数百万笔客户交易。因此,要了解奥托最关键、最多样的数字流程,现在极具挑战,也非常耗时。使用Splunk Business Flow,我们可以立即看到我们的数据,并能轻松访问和了解如何提高转化率和缩短周期时间。”
Splunk进一步扩展其人工智能和机器学习能力,推出了一个包含基础设施监控、服务监测、自动化、AIOps(智能运维)和事件响应的现代IT运营套件。这个现代套件简化了来自一个数据平台的IT运营,让基础设施和运营团队都能更详细地了解事件的背景信息,从而更快地解决问题,把节省出来的时间用在重要的事情上。Splunk全新的现代IT运营监控套件包括新版Splunk IT Service Intelligence 4.2、Splunk App for Infrastructure 1.3(现已包含在Splunk ITSI中),以及Splunk VictorOps和Splunk Phantom的集成。这些产品现已全面上市,提供更深入的集成、更无缝的工作流和更强大的功能,包括预测分析、服务智能、事件管理、运营自动化和IT基础设施监控,所有都会在一个行业公认的AIOps平台上进行。
随着大量数据的增长,组织发现安全风险与日俱增。有了Splunk Enterprise Security(ES)5.3、Splunk User Behavior Analytics(UBA)4.3和Splunk Phantom 4.2,客户可以利用所有与安全相关的数据来加快威胁检测和规模运营,简化内外部威胁调查,并实现安全运营中心(SOC)自动化。ES、UBA和Phantom的联合力量将继续极大地改变组织如何通过将数据转化为洞察、将洞察转化为行动来解决其最严峻的安全挑战。
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。