ZD至顶网网络频道 01月07日 综合消息:随着云计算、大数据、物联网、SDN等新技术的快速应用发展,各行各业信息化建设不断深入和完善,面向IT基础架构、 运行环境、IT 业务系统和 IT 运维人员进行的综合管理难度,也越来越大,运维成本不断攀升,面向业务的自动化运维能力滞后,各行各业亟需在细分运维场景中,建立运维故障智能分析模型,提供智能定位分析排障能力,保障业务高可用性。三分建设、七分运维,寻求新的运维模式、方式和手段,构建新型智能化运维管理体系,成为运维革新的关键。
在智能、定制化服务将成为未来运维管理领域发展的新趋势下。1月7日,杭州华三通信技术有限公司(简称华三通信)举行了主题为《黑科技 智未来》的发布会,正式发布了智动运维服务战略及智动远程运维服务解决方案,这也是华三通信“H3Care智动服务”理念的一次重量级“落地”。
华三通信全球技术服务部副总裁丁忠华
在《黑科技 智未来》主题演讲中,华三通信全球技术服务部副总裁丁忠华指出,基于“全业务、全联接、大数据”的信息化架构服务构想,华三通信从业务、安全、信息化运营视角,提出了智动运维服务战略及解决方案,强调“智能感知、随需而动”,利用智能化技术工具及手段,为客户提供量身定制的IT运维服务解决方案。
基于“神经网络”的运维构想
与传统服务观点不同,华三通信智动服务解决方案致力于客户服务交付的三个转变:端到端打通业务和基础架构的全业务流链条,实现业务健康智能感知、网络架构自动部署及动态调整,服务智能交付;同时基于业务,建立运维数据模型,智能分析、判断、决策,解决海量业务数据管理难题;而开放的智动服务交付平台,则可结合深度定制开发,构建一体化、可视化服务管理系统,节省运维管理成本,提高业务响应速度。此外,华三通信提供的智动运维服务定制化匹配客户自主运维和托管运维两种交付模式,可满足不同客户的运维管理需求。
作为“H3Care智动服务”理念落地的关键,华三通信智动运维服务定制了更为详细的解决方案,包括智动运维管理服务、智动协维服务、智动远程运维服务以及智动运维平台服务等。其中,智动远程运维服务是华三通信基于客户运维模式推出的一款远程运维服务,由华三通信专属专家工程师为客户提供7x24/5x10小时不间断的主动的、预防式的、自动化运维的远程服务。
华三通信基础服务部部长李劲松介绍智动远程运维服务
在改变传统运维方式的同时,华三通信智动远程运维服务还具有其他方面的创新。华三通信基础服务部部长李劲松介绍,智动远程运维服务基于专业工具,可对问题进行快速定位,对风险进行主动预防;而服务配备的原厂专属专家,能够为用户提供7x24小时职守,充分了解用户的IT环境、需求与业务,堪称是最懂用户的人。此外,智动远程运维服务还突破了传统运维效率低的弊端,可在发生故障时,省去前期信息收集与问题定位消耗的大量时间,将故障排查时间压缩到最低。在运维成本方面,相比于传统建立运维团队方式而言,智动远程运维优势明显,通过远程集中式运维方式,提升用户运维能力,大幅降低用户的运维成本。
“从智动服务概念提出到智动运维服务战略的发布,华三通信IT运维服务同样走在时代前列”。丁忠华表示,未来华三通信将继续秉承“温暖感、专业化”的服务理念,通过不断的技术创新,结合服务百行百业的最佳实践,从客户的业务目标、IT架构、服务成熟度进行智能感知,以更快捷、准确、并有预见性的为客户提供定制化、智能化的服务解决方案。
好文章,需要你的鼓励
谷歌发布数据共享模型上下文协议服务器,使开发者和AI智能体能够通过自然语言访问真实世界统计数据。该服务整合了政府调查、行政数据和联合国等全球机构的公共数据集。新服务旨在解决AI系统训练中常见的数据噪声和幻觉问题,为AI提供可验证的结构化信息。谷歌还与ONE Campaign合作推出数据智能体工具,该开源服务器兼容任何大语言模型。
这项由谷歌DeepMind研究团队完成的开创性研究首次系统阐述了AI智能体经济的概念框架。研究提出"沙盒经济"模型,从起源性质和边界渗透性两个维度分析AI智能体经济形态,预测未来将出现自然涌现且高度透水的AI经济网络。研究详细探讨了科学加速、机器人协调、个人助手等应用场景,提出基于拍卖机制的公平资源分配方案和使命经济概念,并深入分析了技术基础设施需求、社区货币应用以及相关风险防范措施。
微软宣布从周三开始将Anthropic的AI模型集成到其Copilot助手中,此前该助手主要依赖OpenAI技术。企业用户可在OpenAI的深度推理模型和Anthropic的Claude Opus 4.1、Claude Sonnet 4之间选择,用于复杂研究和构建定制AI工具等任务。此举标志着微软与OpenAI这对曾经独家合作伙伴关系的进一步松动。
中国人民大学研究团队提出LoFT方法,通过参数高效微调基础模型解决长尾半监督学习中的数据不平衡问题。该方法利用预训练模型的良好校准特性改进伪标签质量,并扩展出LoFT-OW版本处理开放世界场景。实验显示,仅使用传统方法1%的数据量就能取得更优性能,为AI公平性和实用性提供了新的解决方案。