HPE近日宣布将简化Ezmeral数据分析产品组合,刷新用户界面,扩大提供开源工具的选择范围,集成对象和流数据源,并提高跨多个云的互操作性。
HPE表示,将通过提供独立于底层基础设施的完整数据和分析平台来解决数据孤岛的问题。增强的Ezmeral Data Fabric软件提供了跨混合云和多云部署的数据联合视图,以实现更直接的访问和治理,同时促进托管和精选开源工具的自助使用。
HPE表示,随着对文件、对象、表格和流的支持不断扩展,该软件套件可以跨多种数据源和格式以及公有云和私有云部署,现在还首次作为软件即服务产品提供给用户,具有自动策略管理功能,可让用户优化工作负载的部署。
开源承诺
Ezmeral Unified Analytics Software套件中包含了以即服务形式交付的各种开源工具(如图),包括Apache Airflow工作流管理平台、Apache Spark分析框架、Apache Superset可视化平台、Presto SQL分布式数据存储和Ray分布式计算框架。

用于AI应用训练和部署的Ezmeral,将支持机器学习Feast特征库、Kubernetes上的Kubeflow机器学习平台以及MLFlow机器学习管理平台。此外,HPE还引入了新的连接器和数据源,覆盖Snowflake的Data Cloud、MySQL、Databricks的DeltaLake、Teradata和Oracle的数据仓库。
HPE表示,该产品在设计上是混合的,可以跨边缘、托管、本地环境和公有云环境进行部署。与位置无关的部署还降低了数据传入和传出的费用。
意义重大
“这对我们来说是意义重大的,”HPE公司副总裁、Ezmeral Software总经理Mohan Rajagopalan这样表示。“我们将带着涉及数据和下一代工具的产品组合进入市场。过去,Ezmeral有十几款产品,现在已经简化为两款。”
Rajagopalan表示,这次公告突显了HPE通过托管服务支持开源项目的承诺,这些服务消除了客户应用补丁和升级的需要,同时使他们能够构建跨多个平台工作的应用。
他说:“我们不想制造分歧,我们希望鼓励真正的开源。我们负责更新和修补,但你可以自由地进行集成。”
支持的平台包括GreenLake,这是HPE的一系列硬件和软件产品,企业可以在类似云的即用即付消费基础上购买这些产品。
Rajagopalan表示:“我们有许多客户仍处于所谓的气隙环境中,我们已经与GreenLake进行了集成,通过SaaS交付模式向他们交付。”
他说,在支持任何格式数据这一更宏达更长期的战略之下,HPE扩大了对对象和流的支持。此外,HPE计划在Ezmeral的未来版本中增加对图形和表格的支持。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。