新IT转型趋势下,为支撑业务敏捷、稳定、创新发展,IT运维的重要性已日益凸显。IT运维业务定位也从传统支撑中心、服务中心逐步向价值中心转变。伴随着IT运维管理目标、管理范围、管理对象,管理深度的转变,IT运维平台建设呈现管理一体化、运维自动化、运维智能化、业务可视化及端到端敏捷化的关键趋势转变。
顺应这一趋势,在4月8日举办的在“新IT 新经济——H3CNAVIGATE 2017”领航者峰会上,新华三发布了全新的智能运维平台U-Center。H3C U-Center是以面向业务服务为目标,融合云-网-端ICT基础架构资源的全面管理,以用户业务场景为导向提供灵活的自动化编排,同时满足客户IT服务管理及资源管理需求的综合运维管理平台解决方案。该平台也是新华三凭借多年IT管理产品的研发经验以及对各行各业客户运维需求及实践深刻理解推出的新一代IT智能运维管理平台。
新华三集团高级副总裁首席技术官尤学军谈到,作为新一代智能运维管理平台,最关键是要践行5个U。Unified 一体化:平台提供全域视角,拉通面向混合异构的云-网-端IT基础设施统一管理;同时以业务视角,打通业务到底层资源的逻辑连接,数据关联,深度智能分析;还要以全局视角,提供场景化自动编排调度,让IT自动交付。Universal 全行业全场景覆盖:深度分析行业运维需求、场景化需求,发布贴近行业客户深度运维需求的行业版本。User-Oriented 用户导向:作为一个运维平台,核心是要让信息科技从业人员觉得有用、好用。平台设计核心理念就是要以用户视角,提供全新的用户体验;同时深度挖掘运维场景,以场景化视角,便捷简单操作。Unlimited 持续扩展:平台具备强大的可扩展能力,保证平台功能、处理能力及管理容量的弹性扩展。同时开放接口,支持系统融合。Unique 独一无二的专属平台:基于定制可视化平台,提供客户专享的综合运维平台,满足客户个性化管理需求和平台价值呈现。
H3C U-Center智能运维平台提供强大的融合基础架构运行监控管理(IOM)、自动化运维管理(AOM)、资源配置管理(CMDB)、业务服务管理(BSM)、IT服务管理(ITSM)、定制可视化中心(CVC)等主要管理功能。在自动化运维领域,新华三将凭借丰富的全IT基础构架技术服务经验积累,形成知识库、规范库和脚本库等,作为自动化运维平台的核心资产。核心能力集包括:网络自动化、服务器自动化、存储自动化、脚本管理自动化、应用交付自动化、自动化调度编排等功能,能够基于客户日常运维场景提供自动化的部署、智能排障、合规审计、灾备演练等,真正提升IT运维的效率和用户体验。在IT服务管理领域,除了灵活支持传统的ITIL标准流程管理模块之外,还贴合国内用户的需求,增强了非标流程的管理能力,比如项目管理、备品备件管理、综合服务质量管理等,真正助力客户逐步构建运维的核心生产系统。
针对客户日益旺盛的个性化需求,不同场景、不同业务、不同行业其对运维平台的功能需求不尽相同的现状,H3C U-Center的定制可视化中心(CVC)更提供了统一的、可定制的运维门户界面,满足用户的个性化需求。在集成与扩展能力方面,H3C U-Center智能运维平台解决方案采用松耦合架构,并提供丰富的第三方数据整合接口,同时具备强大的可扩展能力,保证平台功能、处理能力及管理容量的弹性扩展。
作为新华三基于运维最佳实践进行自主研发、设计和落地的智能运维平台解决方案,H3C U-Center智能运维平台实现了全行业全场景覆盖。目前已成功应用于运营商、金融、政府、电力能源、交通、企业等各行各业。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。