思科系统公司正在与长期合作伙伴NTT合作将传统客户迁移到思科旗舰产品Webex云呼叫（Cloud Calling）及协作平台。

物联网IoT数据源产生的数据大多是时序和时空数据，那么什么是时序数据和时空数据。我们一般认为时序数据是某个时间点发生了某件事情，但是在时序数据这个领域里定义的时序数据全都是跟数值有关的。

2月17日（周四）下午14:30-15:30，苏信会会长闫浩，将为大家送上开工大吉新春专属“红包”——开年第一讲！

UC伯克利大学研究团队提出了自适应并行推理方法，让AI学会自主决定何时串行思考、何时并行处理任务。该方法通过训练AI掌握类似项目经理的资源分配能力，在数学推理任务上实现了23.4%的性能提升，并显著降低了处理延迟，为AI推理能力发展开辟了新方向。

AWS推出Amazon DocumentDB Serverless正式版，为MongoDB兼容的文档数据库带来自动扩缩容功能。该服务专门针对智能体AI工作负载的不可预测需求模式，通过按需计费模式，相比传统预置数据库可降低高达90%的成本。无服务器架构消除了容量规划需求，自动匹配实际使用量，特别适合AI智能体的突发性资源消耗模式，为企业AI应用提供更灵活高效的数据库基础设施。

7月9日的清晨，徐工正坐在办公室里，和往常一样处理着手中的工作。突然，一阵急促的电话铃声响起。“徐工，你们的存储容量快写满了，需要立即释放存储空间！”

毋庸置疑，NVMe将成为企业级存储的必然，就像今天的闪存一样。但随着越来越多的用户开始用上SSD和NVMe，并在延迟和IO上有了质的提升，我们不禁想问，接下来应该期待什么？

日本发布《人工智能运营商指南（草案）》，旨在应对生成式人工智能技术变化，提供统一的人工智能治理指导原则。草案分为五部分，包括人工智能定义、社会愿景、行为准则，以及针对人工智能研发者、提供者、业务用户的具体规范。

马里兰大学研究团队首次发现，当前最先进的AI推理模型在面对缺失关键信息的无解问题时，会陷入"过度思考"陷阱，生成比正常情况长2-4倍的冗余回答，却很少能正确识别问题的不可解性。这种现象挑战了"测试时间缩放定律"，揭示了推理模型缺乏批判性思维的重要缺陷。

戴尔15G PowerEdge服务器采用英特尔(R)第三代Xeon(R)可扩展处理器，最高40核心/80线程，并在核心、缓存以及内存和I/O方面进行了大量优化，释放数据中心可扩展性能的巨大潜能。

昨天，谷歌宣布推出了这个名为Aalyria的新项目。

在活动上，DDD China联合发起人、ThoughtWorks资深咨询顾问王威和DDD China话题出品人、戴姆勒大中华区高级架构师朱傲接受了记者的采访，畅谈了DDD China背后的故事。

今年的“双十一”购物节已然鸣金收官，而“双十二”大促也即将启幕。从数字信任和信息安全的角度，我们不妨先来讨论一下数字证书是什么，和我们的买买买又有什么关系呢？这里只能用一个词来形容，那就是息息相关。

前面已经介绍过关于DeepStream各种输入源的使用方式，而且Jetson Nano 2GB上开启4路输入（两个摄像头+两个视频文件），都能得到25FPS以上的实时性能。

Canonical与IDC、谷歌合作发布研究报告，调查了500家大型企业的软件供应链安全状况。研究发现，70%的企业正在采用开源软件以降低成本和推动创新，但90%的组织在开源供应链管理方面存在困难。主要挑战包括漏洞补丁管理复杂、软件依赖关系可见性不足、AI安全风险担忧以及合规要求日益严格。报告建议企业应自动化系统更新、从可信源获取软件包，并将软件供应链纳入核心交付流程。

网络巨头思科目前正在经历重大的转变，从主要销售网络硬件转向AI驱动的网络和安全服务和软件，这个过程需要合作伙伴的参与——思科有约90%的业务都是通过合作伙伴开展的。考虑到这一点，思科宣布以Cisco 360的形式对合作伙伴计划进行大规模革新，这是一个全新的合作伙伴计划，将在未来15个月内推出实施，反映了思科在激励、补偿和与合作伙伴一起进入市场的方式上进行彻底改变。

Segra公司CEO这副重担，要求Hart指导后继CIO完成大量工作。本文将由带您了解CIO出身的企业掌门人Kevin Hart如何建立一流的IT领导团队与高效能IT文化。

人工智能正在通过AI编程助手显著改变软件开发格局，自动化任务并加速开发进程。约76%的开发者使用GitHub Copilot等AI工具进行编码。"Vibe编程"是一种新兴开发方式，开发者使用自然语言提示指导AI工具生成和调试代码，降低编程门槛。Klover.ai率先采用这种方法，并推出HALO系统实现人机协作。尽管存在代码质量和安全隐患，但预计到2030年AI将成为软件开发的核心组成部分。

“在云原生里环境里，所有东西都是动态的，而且数量等都会随着访问压力进行调整，如果仍然采用传统的监控手段就会变得非常困难。”

想象一下，如果你需要一台计算器，会在乎它能够计算的准确性，也会关心它的价格。同样地，在选择语言模型时，我们不仅要考虑它能做什么（能力），还要考虑使用它需要花费多少（成本）。