多云互联的企业级智能数据平台公司 Teradata 天睿公司 (NYSE: TDC) 近日发布全新 Vantage on Alibaba Cloud 解决方案。该解决方案是将 Teradata Vantage on VMware (TDVM) 部署在阿里云弹性裸金属服务器 (ECS Bare Metal Server) 上的联合解决方案,具备双重数据安全保护、高可用性、云平台的灵活性与简便运维。
Vantage on Alibaba Cloud 解决方案由阿里云弹性裸金属服务器提供计算能力,块存储 (EBS) 云盘提供存储资源,Teradata 大规模并行处理 (MPP) 数据库部署在阿里云服务器上,联合打造云上高性能、高可用、高弹性的数据平台,满足企业各项业务的数字化需求。
Teradata 天睿公司大中华区渠道及生态合作总监辛鑫表示:“如今数据来源和数据类型愈发多样化,企业需求日趋多元化、场景化、精细化,Teradata 天睿公司希望能够基于客户不同应用场景提供合适的平台和工具,助其快速响应市场需求。通过将 Teradata Vantage on VMware 引入领先的阿里云服务器架构,客户将获得在本地或在云上部署和操作 Vantage 的一致体验,以此降低复杂性。同时,客户可将 Vantage on Alibaba Cloud 环境与本地的 Vantage 环境打通,实现灵活的混合云部署。如此一来,企业便可聚焦战略性项目,加速实现业务成果。”
信息技术研究与顾问公司 Gartner 发布的《全球 IaaS 公有云服务市场》报告显示,阿里云已成为全球排名第三的云服务提供商,且长期位居中国市场领导者地位。另据 Gartner 《2021 年云数据库管理系统魔力象限》报告,Teradata 天睿公司与阿里云均获评领导者,且 Teradata Vantage 在 Gartner 《2021 年云数据库管理系统关键能力 – 分析用例》报告的所有分析用例中均排名居首。
Teradata Vantage on Alibaba Cloud
联合解决方案将为客户提供:
· 高安全性:由阿里云专有网络 (VPC, Virtual Private Cloud) 与 TDVM 提供双重安全与隐私保护。
· 高可用性:基于阿里云弹性裸金属服务器,实现单可用区 99.975% 的数据可靠性与多可用区 99.9999999% 的数据可靠性;硬件故障实现分钟级自动切换。
· 灵活管理:Vantage on Alibaba Cloud 既可部署在本地,也可部署在云上,与阿里云广泛的云原生服务互联互通,实现云上云下数据打通,帮助企业更好地掌握数据自主权。
· 一致体验:确保客户在使用阿里云 VMware 服务和 Vantage on Alibaba Cloud 进行数据库查询与管理操作时,均可享有与本地数据中心一致的体验。
· 运维简便:无需现场部署和运维,硬件服务器可实现分钟级交付,技术团队可即时进行技术支持和故障排查。
此次发布进一步深化了 Teradata 天睿公司“云优先 (Cloud-First)”战略的实施,巩固了 Teradata 与阿里云的合作伙伴关系。未来,Teradata 天睿公司将持续与阿里云携手合作,创新混合云数据管理与分析模式,帮助企业从其数据中挖掘深层次的业务关键型洞察,更快实现新的业务价值。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。