透明有序,为实现技术创新带来更多机会
北京, 2022年9月21日 — 今日,全球大型IT基础设施服务提供商Kyndryl勤达睿(NYSE:KD)宣布推出全新开放的集成平台Kyndryl Bridge。即使IT设施组合尤为复杂,Kyndryl Bridge也能为企业管理者提供实时洞察,与前所未有的控制能力和关键任务运营的定制化能力。
Kyndryl Bridge充分利用了Kyndryl核心技术优势:通过汇聚数十年的专业知识、运营数据模式和IP,产生可应用于实践的洞察,从而提供改善人工智能分析与相关业务的方式方法;由此,该平台在数字化业务和自身平台技术之间开辟出一条持续沟通路径。Kyndryl Bridge旨在满足客户当前的需求,实现互操作性,并实现可信与可用工具的价值最大化。

Kyndryl董事长兼CEO Martin Schroeter表示:“Kyndryl最擅长处理复杂任务,这恰恰是客户最需要的价值。Kyndryl Bridge将成为客户与Kyndryl更好地运行关键基础架构任务和开展数字化转型之旅的方式与路径。Kyndryl致力于转变IT服务的交付方式,而Kyndryl Bridge正是我们实现长远战略的核心——这一战略包括努力发展生态合作伙伴、使用先进技术工具和IP来创造出稳健、先进的交付系统,并最终将我们的专长聚焦于客户,能够大规模地为他们提供专业知识和最佳服务。”
在全球经济中,数字化是如今商业议题的首要考虑,有60%的CIO将其列为2022年最关键的增长动力。然而,碍于业务和技术的复杂性、以及关键IT技能的缺乏,大多数企业的进展被迫延缓。通过这一平台服务所支持的创新解决方案,Kyndryl正在加速其客户的数字化业务之旅。
IDC外包和管理云服务项目副总裁David Tapper表示:“如今,企业IT领导者负责管理日益复杂的IT设施与资产,他们需要更严格的监管、互操作性和人工智能分析支持,以避免各种挑战和宕机风险。Kyndryl Bridge能够连接起企业投资多年的工具、工作流和流程,同时提供实时、可操作的见解和建议,对处于全球经济中的企业而言,它是一个强大的平台系统。”
Kyndryl Bridge整合并连接了全球性企业所依赖的复杂管理和过程工具。平均而言,它能将企业每个服务器每月发生的事件数量减少74%。
Kyndryl CTO Antoine Shagoury表示:“通过减少对IT系统的关注和管理,管理者可以建立数字业务战略,释放IT资源用于更高价值的工作。这一平台提供了对资源的更多访问和获取机会,涵盖了关键工具,云、数据和人工智能、安全和弹性、大型机现代化相关的Kyndryl专家人才和其它一些重要IT设施组合。”
Kyndryl Bridge在设计时考虑到了可配置性。目前它正在演变,部署来自Kyndryl及其广泛增长的伙伴生态系统的大规模可用行业解决方案。该平台拥有自动化和由人工智能驱动的管理工具,将为技术管理者提供实时洞察,以防止宕机,并能更好地预测未来需求和成本。
思科全球战略合作伙伴和联合销售副总裁Nick Holden表示:“随着客户加速数字化转型,Kyndryl的全新数字集成平台可以提供丰富的数据见解、解决方案自动化和服务交付专业知识。Kyndryl Bridge是一个巨大进步,使得Kyndryl和思科能够提供我们共同客户所需要的业务成果。”
对于客户而言,该平台最大限度地发挥了多云原生能力的优势,并提供了一个“即服务”(aaS)操作环境。它被设计为一个战略数字中心,还将随着时间的推移扩大其功能、连接Kyndryl的先进技术工具与深厚的行业专业知识,在几乎遍布全球经济的每一个重要领域推动创新者的前瞻思考。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。