至顶网网络频道 11月22日 综合消息:
在做过多年的产品测试,见识过多种不同厂商的产品后作者发现,对于产品实际上可以从产品、技术、质量、服务四个维度进行评测。并且尝试着对bat和青云的云计算产品、应用性能分别进行了测试。在产品维度,我们可以通过厂商公开的产品技术指标进行对比;在技术维度,我们可以通过对功能性处理的应用性能进行分析;但是在质量维度,我们应当如何去进行评估?
以前想的很简单,看厂商的测试仪表,有什么规模的测试能力,就可以出什么样的产品。比如可验证数据中心的容量,处理云级应用的IXIA CloudStorm测试平台,或者可以对公有云、本地部署与混合网络的前瞻性风险评估的BreakingPoint Cloud等等。
CloudStorm测试平台
但测试仪表只是厂商产品质量检验的一个方面,用它来评估产品质量只能是以偏概全了。前段时间阿里成立达摩院,和十多年前,第一次去某厂商研发部做评测,看到墙上大字写的“板凳要做坐十年冷”的标语,到是令作者对质量评估产生了新的启示——技术指标只是对产品外在的质量的表面了解,内在质量才是企业产品品质的根本。
企业的内在质量应当如何体现,像蝙蝠侠一样有钱吗?如果金钱可以衡量一切,那些大企业,应当永远屹立不倒才对,可现实中并非如此。
根据作者这十多年来的产品评测经历,现在整理了一个企业内在质量评估方向,在这里抛砖引玉,希望大家不吝赐教。
企业标准、内部规范、工作流程是产品质量的基础保障。
标准不明确,产品质量无法精确撑控;
规范不严格,生产过程就可能存在疏漏;
流程不清晰,工作流程应可能出现混乱。
由此可知,企业内部标准、规范、流程是否完善,是企业内在质量的基础。
企业研发实力,最通俗的评估办法就是有多少的资金投入。当然细致一些来讲,还应该看一下研发团队的规模、研发工作环境、研发内部测试能力。
研发能力只是对企业底层研发实力进行评估,再上层还要看公司技术骨干的实力(产品好与坏,全靠老大带),此外还有企业的技术理念、技术成果等等综合的去进行分析。
研发能力再强、技术成果再多,指导思想出现了偏差,产品依旧会被淘汰。看看现在的诺基亚、摩托罗拉等等,有太多的实例,也没必要再一一列举了。
当一个企业有了优质内部质量后,是否可以会成为一个百年企业,还需要时间去进行断定。但一个具备优质内部质量的企业的外在产品质量必定也会是优质的。当然没问绝对完美的产品,产品也永远是在发现问题,解决问题的过程中不断去进行完善的。但这就是另一项对产品的评估——“服务”的评估范围了。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。