北京,2015年5月14日 — BMC今天發(fā)布最新版BMC云生命周期管理 (CLM) 解決方案,這種可擴展的解決方案可用來統(tǒng)一協(xié)調(diào)傳統(tǒng)基礎架構和混合云環(huán)境下IT服務的交付和管理,同時降低風險并支持IT治理。
IDC研究副總裁Mary Johnston Turner指出:“自動化多云環(huán)境治理對于全面優(yōu)化最終用戶和應用的成本、性能及信息管理策略具有十分重要的意義。通過推出BMC Cloud Lifecycle Management 4.5 (BMC云生命周期管理解決方案4.5版),BMC現(xiàn)在為客戶提供統(tǒng)一的現(xiàn)代化自助服務體驗,擴展平臺即服務(PaaS)和基礎設施即服務(IaaS)公共云以及內(nèi)部私有云的支持。”
BMC CLM是唯一涵蓋云管理所需IT服務管理 (ITSM) 基本策略的解決方案,這些策略包括變更管理、配置管理(包括CMDB)、合規(guī)、補丁修復和監(jiān)控。
BMC產(chǎn)品管理和營銷副總裁Chris Stauber指出:“IT組織面臨在當前復雜的IT環(huán)境下更加快速地提供服務的極大壓力。這是內(nèi)部用戶往往通過公共云滿足自己需求的一個原因。利用CLM,IT能夠迅速滿足業(yè)務需求,同時支持治理和合規(guī)策略,即使提供高度復雜的服務。”
最新版BMC具有全新用戶體驗,并增強了三個主要領域的功能:
支持數(shù)字化企業(yè) CLM 現(xiàn)在與 BMC MyIT集成,客戶可通過單一IT目錄,請求并跟蹤任何IT服務,包括云服務。員工可利用個性化服務臺目錄調(diào)用云環(huán)境下配置的多層應用棧,不必填寫表單或多次呼叫幫助臺。
降低管理混合云的復雜性 與亞馬遜網(wǎng)絡服務(AWS)和Microsoft Azure的 強化集成簡化了配置并幫助管理合規(guī)、治理和公共云工作負載性能。用于集成應用容器的新框架便于CLM利用Docker和Cloud Foundry等各種新興技術。
實現(xiàn)可靠治理和合規(guī) 通過主動式平臺健康管理增強現(xiàn)有治理功能,便于IT迅速檢測并修復服務中斷故障。同時,利用健康指數(shù)展示面板,云管理員可通過單一界面查看利用率和健康數(shù)據(jù)。
微軟DX全球ISV聯(lián)盟總監(jiān)Tony Jimenez表示:“Microsoft Azure有助于我們的企業(yè)客戶應對數(shù)字經(jīng)濟帶來的IT挑戰(zhàn)。BMC CLM 4.5的發(fā)布令我們感到興奮,這將繼續(xù)支持企業(yè)IT組織利用Microsoft Azure的擴展能力和功能,在加快云計算企業(yè)應用進程的同時管理合規(guī)。”
Bell Techlogix最終用戶和基礎設施服務副總裁Jack W. Mansfield Jr.表示:“我們幫助客戶充分利用計算的優(yōu)勢,BMC云生命周期管理解決方案是我們BEAM Cloud Manager產(chǎn)品的重要基礎組件,有助于我們保證系統(tǒng)的性能和可靠性。我們非常高興地看到,BMC發(fā)布的這個最新版解決方案仍以云合規(guī)、治理和易用性為重點。”
客戶觀點
中國農(nóng)業(yè)銀行數(shù)據(jù)中心北京系統(tǒng)運行部關德常處長表示:“中國農(nóng)業(yè)銀行基于BMC云生命周期管理解決方案構建了云服務平臺。新版CLM解決方案的發(fā)布,讓我們看到了廠商在不斷優(yōu)化產(chǎn)品方面所做的努力,用以不斷為客戶提供更好的服務支持。對于云治理和易用性的關注,有助于我們服務交付過程的優(yōu)化和可持續(xù)運營能力的提升。”
中國石油天然氣集團云計算項目總監(jiān)表示:“中國石油的云計算平臺采用了BMC云生命周期管理解決方案,新版本對于IaaS、PaaS服務支持的提升,通過靈活、彈性、具備技術前瞻性的技術架構,可以進一步提升運維效率和系統(tǒng)可靠性,并使客戶體驗大幅度優(yōu)化。”
BMC Cloud Lifecycle Management 4.5現(xiàn)已供貨。如想了解更多信息,請訪問www.bmcsoftware.cn/clm
關于BMC
BMC通過提供軟件解決方案幫助IT實現(xiàn)數(shù)字化企業(yè)的轉型,以獲得強大的競爭優(yōu)勢。我們與幾千家領先企業(yè)合作,構建并交付強大的IT管理服務。從大型機、云計算到移動化,我們將高速發(fā)展的數(shù)字創(chuàng)新與穩(wěn)健的IT產(chǎn)業(yè)化相結合,為客戶提供優(yōu)異的用戶體驗,同時優(yōu)化IT性能、降低成本、實現(xiàn)合規(guī)、提高生產(chǎn)力。我們堅信,技術是所有業(yè)務的核心,而IT則推動業(yè)務走向數(shù)字時代。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。