思科宣布在其可观测性平台(Observability Platform)上推出七个新模块,帮助客户满足其特定的可观测性需求,并利用可观测遥测技术带来的额外价值。
Cisco Full-Stack Observability于2023年2月首次发布,并于2023年6月全面上市,旨在让团队能够汇集来自自身语境的遥测数据,并在整个IT产业中推动相关的洞察力,无论他们是DevOps工程师、站点可靠性工程师、云运营、ITOps、业务线或者是高管。
随着IT和应用环境变得越来越复杂,可观察性——洞察并提前解决网络问题以及技术堆栈中可能影响客户体验的一切问题的能力——已成为董事会层面的当务之急。
思科表示今年2月份推出该产品的背景是,消费品牌关注客户访问其产品和服务的体验,以此彼此争夺市场份额。这一趋势正迅速蔓延到企业领域,混合型员工希望不管他们身处何地,IT服务的能力都能够保持一致。思科表示,随着这些期望日益增长,思科的目标是让企业能够为员工、客户和合作伙伴提供所需的数字化体验。
该公司现在表示,现代企业以数字化为主导,通过应用程序实现客户和用户体验。该公司认为,这些应用程序构建的速度和复杂性要求 IT 团队、安全团队和业务领导者实时观察应用程序性能和体验的方方面面。然而,该公司引用了IDC最近的一份报告,报告显示60%的IT 专业人员担心大多数的可观察性工具只能满足狭隘的要求,无法让IT团队全面了解当前的运行状况和趋势。此外,65%的人表示需要一种可编程、可扩展的可观察性解决方案,可以用于他们自身业务的特定用例。
作为一种解决方案,思科的开发合作伙伴构建了新的开放、可扩展和API驱动的堆栈,以扩展其全栈可观察性生态系统。新模块重点关注五个关键领域:业务洞察力、SAP可见性、网络、MLOps和服务级目标(SLO)以及可持续性。
业务洞察功能旨在将遥测数据与多个领域的业务性能相关联,为客户提供业务如何与IT交互的全面可视性和洞察力。现在,新平台可以帮助客户在经常变化、不断扩展和复杂的SAP 版图和生态系统中实现整体可观察性,并利用思科的网络专业知识将关键网络遥测数据与业务指标和应用堆栈关联起来。
随着生成式人工智能的使用日益增多以及现代应用逐渐变成主流,Cisco Observability Platform还旨在让客户能够监控这些应用及其SLO,并将大型语言模型(LLM)和MLOps模型的监控与应用可观察性结合起来。思科还认为,此次升级能够提供多个IT领域的碳足迹数据并帮助优化能源消耗,从而帮助客户实现可持续发展目标。
Moor Insights & Strategy的公司副总裁兼首席分析师 Will Townsend 在谈到新模块的推出及其可提供的功能时表示:“全栈可观测性正在解锁大量用例,为企业提供更深层次的跨域可视性,以提高应用性能、网络洞察力、安全防护和保障。由此带来的风险降低以及IT基础架构弹性提升方面的好处是无法估量的。(Cisco Observability Platform)生态系统有可能提供一系列多样化的解决方案,通过合作伙伴主导的可观察性实践,帮助客户减少工具杂乱无序地扩张,更积极主动地管理业务运营。”
现已可用的新模块涵盖的功能包括:CloudFabrix(SAP Observability)、CloudFabrix(Campus Analytics)、Evolutio(Claims)、Evolutio(eCommerce)、DataRobot(MLOps by Evolutio)、Climatiq(Cloud Carbon Insights)、Nobl9(Service Level Objectives,SLO)。
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。