今天,我想从Gartner最新发布的2016应用性能魔力象限报告谈起。最新报告显示,无论是在关键产品能力还是作为魔力象限的挑战者,Riverbed SteelCentral应用性能管理套件的位置都较前几年有所上升。《Gartner同业洞察报告》印证了这一变化——客户认可魔力象限报告中对Riverbed的评估结果,并从使用者体验出发将SteelCentral应用性能管理列入应用性能管理十佳供应商行列。作为应用性能管理解决方案的领导者,SteelCentral受到分析师和客户的高度认可,背后的原因多种多样。但我想强调的是2016年SteelCentral应用性能管理套件在其发展历程中具有里程碑意义的几件大事:
SteelCentral应用性能管理“复兴行动”始于2014年,旨在创建一个在现代应用环境中易于部署、使用和管理的统一平台。随着对核心应用性能管理组件AppResponse、AppInternals和Portal进行重新设计和紧密集成,这一行动现已圆满完成:
一直以来,了解用户历程对实现数字化转型这项长期工作至关重要。加入Aternity组件的SteelCentral能够帮助用户获得前所未有的可视化水平,全面掌握用户与用户设备中各类应用的交互状况。这一独特优势与SteelCentral应用性能管理所具有的捕捉、分析每种用户事务的能力深度融合,使该系统成为应用性能管理市场上最全面的数字化体验监测平台。
2016年是SteelCentral应用性能管理的关键一年,2017我们将持续拓展现有平台的各类性能,积蓄能量,继续前进。2017年,该平台将有如下重大变化:
跨云和本地平台部署使应用复杂性进一步提高。此外,容器技术和按需提供的PaaS (平台即服务)资源使得底层环境存在时间变短。鉴于下一代应用的特质,我们引入了性能图表,借助大数据分析来确认并预测应用环境中可能出现的各类瓶颈。我们还将借助额外监测数据持续提升性能图表功能,帮助用户诊断各类更广泛的应用性能问题。SteelCentral Aternity用户设备数据将被整合至应用性能管理平台,从而提高跨域分析能力。
我们还会持续改善开发运维体验,实现整个工具链内的性能数据可用性。我们的目标是帮助客户实现开发—测试—部署周期的完整性能分析,进一步优化应用质量和发布节奏。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。