近日,数据可视化公司Grafana Labs与阿里云建立核心合作伙伴关系。双方将发挥各自优势,在可观测性产品、服务支持等方面展开全方位合作,共同打造Grafana托管服务,帮助广大企业快速具备各类数据源即时查询与数据可视化的可观测性能力。此次合作,也是Grafana与亚太地区云厂商的首次深度合作,双方将在中国区提供首款Grafana托管服务。
随着云原生技术不断落地,面向分布式应用和容器的数据可观测技术,覆盖从前端到后端、从基础设施层到应用层,成为企业必备运维能力。凭借其丰富的可视化看板、多数据源接入等特性,Grafana已经成为云原生时代的可观测可视化事实标准。CNCF发布的《 End User Technology Radar》报告显示,三分之二的受访者将 Grafana 与 Prometheus作为首选可观测工具。
为了帮助全球云计算用户构建基于自身业务特征的可观测性体系,阿里云与Grafana携手打造Grafana托管服务,使用户高效分析与查看指标、日志和跟踪的同时,无需关注服务器配置、软件更新等繁杂工作,有效降低运维复杂性与工作量,并借助阿里云强大的云原生能力,全面提升Grafana安全性与可用性。
Grafana实验室联合创始人兼首席执行官Raj Dutt表示,“我们在Grafana Labs的目标是确保Grafana可用,但这对我们的用户来说是最有意义的——无论是自建设施,还是在阿里云这样的公有云平台。借助全托管服务方式与不断展开的深度合作,阿里云的海量全球用户将获得远超自托管的便捷性与可用性,更高效、更低门槛地使用Grafana领先的开源看板和可观测性功能。更为双方打开一扇全新市场的大门。”
阿里云智能基础产品事业部总经理蒋江伟表示,“阿里云可观测产品始终致力于为企业数字创新保驾护航,双方此次合作将为全球用户带来更加优质、贴合业务场景的产品体验,为客户提供完整的可观测性方案,赋能企业数字化转型。与Grafana此次的合作,不仅仅是为了给客户创造更多价值,更是与开源厂商的强强联合,推动开源生态进一步茁壮成长。”
据悉,未来双方将不断扩展合作范围和深度,为企业提供更加丰富的基于阿里云的优秀可观测性解决方案,解决企业在数字经济时代的运维难题。
目前阿里云Grafana服务正在免费公测中,要在阿里云上了解更多关于Grafana的信息,请访问https://www.aliyun.com/activity/middleware/grafana
关于Grafana Labs
Grafana Labs围绕Grafana提供了一个开放的、可组合的监控和可观测性堆栈,Grafana是用于仪表板和可视化的领先开源技术。Grafana Labs的客户超过1500家,包括彭博社、摩根大通、易趣、贝宝和索尼,全球有超过750000台Grafana的活动安装。Grafana Labs通过全栈产品帮助公司管理其可观测性战略,这些产品可以通过Grafana Cloud完全管理,也可以通过Grafana Enterprise stack自我管理,两者都具有广泛的企业数据源插件、仪表板管理、警报、报告和安全性、可扩展指标(Prometheus&Graphite),日志(Grafana Loki)和跟踪(Grafana Tempo)。Grafana实验室得到领先投资者Lightspeed Venture Partners、Lead Edge Capital、GIC、红杉资本和Coatue的支持。
好文章,需要你的鼓励
阿里巴巴集团正在马来西亚和菲律宾新增数据中心以推动AI驱动增长。该公司云计算部门本周在马来西亚启用第三个数据中心,并计划10月在菲律宾开设第二个数据中心。阿里云还在新加坡设立全球能力中心,帮助超过5000家企业和10万名开发者使用先进AI模型。未来三年内,阿里巴巴将在全球多个地区加速云网络建设,承诺在AI基础设施上投资超过530亿美元。
Unbabel团队开发的TOWER+模型系列实现了翻译专业性与通用AI能力的完美平衡。通过创新的四步训练方法,即使2B参数的小模型也能在翻译质量上匹敌70B大模型,同时具备出色的对话和指令跟随能力。研究还创建了IF-MT基准来评估复杂翻译场景下的综合能力,为AI模型的专业化发展提供了重要参考。
在人工智能与神经科学交叉领域的研究中,科学家正在探索自然发育的生物大脑与人工神经网络之间的异同。如今,实验室培养的生物类器官大脑为这一领域带来了新的复杂性。科学家使用干细胞培养出梨形大脑类器官,这些类器官甚至能够自主生长出眼睛。研究人员通过探索视觉与智能的关系,以及大脑-眼部缩放关系,为人工智能研究提供启发。
莫斯科科学家开发出"听众机制"训练方法,解决AI视觉偏好判断中推理不一致问题。通过让两个AI模型相互"对话"验证推理过程,新方法在ImageReward基准上达到67.4%准确率,并在现代图像数据集上显著提升泛化能力,为开发更可靠可解释的AI系统提供新思路。