完全集成的云原生 SaaS 解决方案可确保
在复杂的 IT 环境中提供最佳性能和用户体验
中国北京 – 2022 年 10 月 20 日 – 提供简洁、功能强大且安全的 IT 管理软件的领先供应商 SolarWinds (NYSE: SWI) 于今日推出 SolarWinds® Observability,这是一款完全集成的云原生 SaaS 产品,为当今现代化分布式、混合及多云端的 IT 环境提供统一和全面的可见性。
通过强大的机器学习 (ML) 和人工智能 (AI) 功能,SolarWinds Observability 帮助客户加速数字化转型,轻松管理高度复杂的 IT 环境。新的 SaaS 平台将SolarWinds跨网络、基础架构、系统、应用程序、数据库、数字化体验和日志监控的可观察性解决方案,整合进一个跨私有云和公共云的端到端解决方案中,且具有单一控制台的可见性。通过提供识别和修复问题所需的可操作业务洞察,SolarWinds Observability 帮助 ITOps 和 DevOps 团队、开发者、云架构师和 IT 操作人员实现最佳性能、合规性和弹性。
伴随着云端迁移、混合 IT、远程办公与新技术工具的引进,全球企业的 IT 环境变得越来越复杂。技术人员对网络、应用程序和基础架构的可见性都有所降低。
SolarWinds Observability 的设计就是为了解决这一问题,它提供了对整个环境(公有云和私有云)的可见性,同时加速对异常的识别和解决。无论企业的业务服务分布形式、运行位置及更改频率,SolarWinds Observability 都能助力 ITOps、DevOps 和 SecOps 团队从被动转变为主动,帮助确保最佳性能和卓越的用户体验。目前,SolarWinds Observability 已在 Azure® 和 AWS® 云端中作为云原生产品提供。
SolarWinds 总裁兼首席执行官 Sudhakar Ramakrishna 表示: “20 多年来,我们一直致力于为 客户提供解决方案,帮助他们实现数字化转型。而今天则是 SolarWinds 自身转型的一个重要时刻,我们推出了迄今为止最具影响力的可观察性解决方案。我们设计出 SolarWinds Observability,以支持每一位客户在上云之旅中任一阶段的数字化转型,并为 DevOps、SecOps、CloudOps 和 IT 人员提供简洁性、安全性和更高的价值。”
“在 SolarWinds,我们通过监控和可观察性解决方案为自动化运营奠定基础,这些解决方案旨在帮助客户在上云和数字化转型方面取得进步,”SolarWinds 首席产品官 Rohini Kasturi 说道,“借助我们的 Hybrid Cloud Observability 和 SolarWinds Observability 产品,客户可以非常灵活地实现私有云、公有云或即服务部署。我们还通过基于节点的许可和层级的授权来简化业务模式,支持各种规模的企业客户。”
SolarWinds 还推出了 Hybrid Cloud Observability 解决方案的最新版本。Hybrid Cloud Observability 部署在客户数据中心,但能够在混合环境中轻松使用,现已增强由 AI 和 ML 支持的异常检测功能。不仅如此,Hybrid Cloud Observability 还能够使 SolarWinds 客户按照自己的节奏从本地迁移到 SaaS。
SolarWinds Observability 和 Hybrid Cloud Observability 建立在 SolarWinds 过去 20 多年在网络、系统、基础架构、数据库、IT 服务管理和应用管理软件方面的成功基础之上,这两种解决方案的开发都秉承了 SolarWinds 的 Secure by Design 原则,并严格遵循先进的多层安全框架。SolarWinds Observability 和 Hybrid Cloud Observability 的推出实现了 SolarWinds 在 2022 年发布 SaaS 和混合云可观察性解决方案的目标。这一目标由 Ramakrishna 先生在 2021 年 11 月举行的的 SolarWinds 分析师与投资者日上首次提出。
本月早些时候,SolarWinds 宣布了新的全球 Transform 合作伙伴计划,合作伙伴可以通过简洁、由 AI 驱动的 SolarWinds Observability 解决方案加速客户的数字化转型。
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。