量子计算长期以来承诺带来革命性突破，但进展一直较为缓慢。近期，Google 发布了其最新的超导芯片 Willow。现在，Microsoft 也推出了 Majorana 1 芯片，这是其打造可扩展、容错量子计算机的答案。

Commvault 云平台现可自动保护森林级活动目录，实现快速恢复。该功能通过自动化运行手册简化了复杂的恢复过程，提供可视化拓扑视图，并与细粒度恢复功能集成，为企业提供全面的活动目录保护方案，有望在2025年上半年正式发布。

数字化转型的失败与技术无关，真正的根源往往在于企业未能发展出解决问题、测试思路及管理工作的更佳方法。而实现这些方法的过程，我们称之为“敏捷性”。

Keepit 是一家自主托管的 SaaS 备份服务提供商，计划从今年的 7 个应用扩展到 2028 年支持数百个 SaaS 应用的备份。本文介绍了 Keepit 的 CTO Jakob ?stergaard 对公司 SaaS 应用连接器生产概念、开发策略以及领域特定语言 (DSL) 技术应用等问题的回答，揭示了 Keepit 在拓展 SaaS 应用备份支持方面的独特方法和未来规划。

DeepMind 研究人员提出了一种名为 Streaming DiLoCo 的新方法，可以在分布式环境中高效训练大型 AI 模型。该方法通过优化参数同步和通信策略，显著降低了带宽需求，同时保持了模型性能。这一突破有望推动 AI 开发的民主化，使更多机构能够参与大规模模型训练。

云原生是企业采用云技术促进数字化转型的关键原则之一。随着容器、Kubernetes的部署不断增加和云采用的不断深入，特别是混合云的部署，开发人员的认知负担越来越重。

微软今天向Azure中新增了一组新功能，将让企业更容易在混合云环境中运行人工智能软件。这些功能部分基于三个现有的Azure服务，分别是Azure Arc、Azure Machine Learning和Azure Kubernetes Service。

在现代系统架构中，存在着大量不断变化的系统软件（主要集中在控制平面内），相应的工作负载则随时游走在芯片之间，借此获得更高收益、改善系统整体安全性。但究其根本，计算引擎再怎么交替加载，其实际计算任务仍需要在某个位置实际完成。

想象一下，你有一位非常聪明的朋友，他知识渊博但有个明显的缺点——他所知道的一切都是两年前学到的。当你询问最近发生的事情或最新的研究成果时，他只能提供过时的信息，甚至有时会自信满满地"编造"答案。这位朋友就像现在的大型语言模型（LLM）——虽然在训练过程中学习了海量知识，但一旦训练结束，它们的知识就固定下来了，无法获取新信息。

NVIDIA近日表示，希望帮助组织规划和构建先进的、面向未来的“AI工厂”，以支持未来几年将上线的新一代智能应用。

AI技术既代表着未来，也昭示着过往。除了在最近几年乃至未来几年十中具有巨大的发展潜力，AI也有望揭开人类历史中具有重大意义的关键时刻。

人工智能、机器学习和机器人过程自动化能否解决未来的问题呢? KPMG最近的研究结果指出，业界对这些热门新技术有些不知所措，但时下供应商和分析师正在积极推动这些热门新技术的应用。

以下是数据中心行业在决定数据中心位置时应考虑的因素，以保持对抗气候变化的弹性。

绿色计算是一场马拉松，作为数字化转型中“基石”型的半导体企业，英特尔会保持与时俱进，致力于在节能减排上提供更多新方法，并继续聚集产业界和学术界多方面力量，与清华AIR等伙伴保持长期的通力合作，持续为“双碳”做出贡献。

借助Adjust InSight强大的功能和洞见，营销人员能够以隐私保护为前提，基于丰富数据做出明智营销决策，进而推动ROI增长

企业组织正在采用自助式分析和商业智能（BI），并将这些能力带给各级业务用户。这一趋势非常明显，根据Gartner的预测，到2019年，具有自助服务能力的商业用户的分析产出甚至将超过专业数据科学家。

面对日趋复杂的网络威胁，企业往往难以高效应对。为应对这一重大挑战，Check Point 推出了 ThreatCloud Graph，旨在主动防御新兴威胁。

微软发布了名为 Phi-4 的小型语言模型的开源代码。该模型具有 140 亿参数，能够生成文本和解决数学问题。经过内部评估，Phi-4 在某些基准测试中的表现优于参数量是其 5 倍的大型模型。这一举动加入了科技巨头开源小型语言模型的潮流中。

专家指出，利用机器学习算法将临床与分子数据结合，将成为“未来的潮流”。

作为业内首款分布式、多模融合、支持原生AI的数据库产品，KaiwuDB长期致力于为AIoT等重点场景提供更丰富的数据运管能力和更卓越的数据库性能，力求不断在SQL优化、数据库自治等重点技术上实现突破。