领先的工具可以加速业务发展，而真正有价值的软件智能平台需要具备全栈式可观测能力、持续自动化和基于人工智能的根因分析三个关键特性，从而帮助企业加速数字化转型，更好地塑造自身的竞争力。

区块链技术被称为继互联网之后重构生产关系的革命性技术，在经历了2016-2017年的疯狂发币潮之后，区块链逐渐进入应用落地的深水区，“区块链+”逐渐引领这场技术革命渗透到人们的各种生活场景。

根据IDC最新的《全球边缘支出指南》显示，到2024年全球边缘计算市场将达到2506亿美元，在2019-2024年的预测期内复合年增长率（CAGR）为12.5％。

整合OpenAI、Anthropic等公司的机器人，为你提供答案。

在IT基础架构中，虚拟化带来的好处已经被安利许多遍了。不过，不少中小企业IT人员还是觉得虚拟化对于他们来说有点虚无缥缈。原因有二：一是“心里虚”，二是“家底薄”。

我们邀请了青岛诺亚信息技术有限公司董事长刘伟、IBM软件定义存储解决方案业务总监周立旸以及知名IT自媒体人小黑羊一起在中秋佳节来临之际，来论道企业如何基于IT存储革新来焕发数据生产力

近年来，核聚变发电从遥不可及的技术变为吸引大量投资的前沿领域。更强大的计算芯片、先进AI技术和高温超导磁体推动了行业发展。文章盘点了超过1亿美元融资的聚变初创企业，包括获得近30亿美元融资的联邦聚变系统公司、计划2028年发电的Helion，以及采用不同技术路线的TAE、Pacific Fusion等公司。

随着2021年的到来，政府领导者仍将面临疫情及其后果所带来的不断变化的挑战。为了应对这些挑战、并在面临成本削减压力的情况下保持数字创新步伐，政府首席信息官和信息领导者必须将不断扩大的关键业务优先事项与长期技术和信息（I&T）投资相联系。

IBM宣布收购Manta Software，交易金额暂未公开。

随着NAND和3D XPoint技术不断成熟，企业在常规内存、硬盘和磁带库之外可以选择SSD和傲腾等新存储介质，这也使得前些年提出的数据分层存储在今天有了更为现实的意义。

2025年上半年见证了AI领域的重大突破。Meta投资143亿美元成立超级智能实验室，微软声称其AI诊断准确率比医生高4倍。四大AI力量正在重塑社会：计算成本下降25倍但GPU供应仍然紧张；合成数据市场预计2030年达37亿美元；50个主要模型发布打破算法极限；特斯拉等公司准备在2025年末商业化人形机器人。这些力量相互放大，为准备充分的企业创造机遇，给未准备者带来威胁。

OpenStack基金会（OSF）正式更名为开源基础设施基金会（Open Infrastructure Foundation，OIF），这一动作其实不只是更名那么简单，背后代表了未来开源基础设施发展的巨大市场空间。

随着OpenAI等AI实验室推出所谓的"推理"AI模型，这些模型能够逐步"思考"问题，在特定领域表现出更强的能力。然而,这些模型的基准测试成本也大幅上涨,使得独立验证变得困难。第三方测试机构Artificial Analysis的数据显示,评估OpenAI的o1推理模型在7个流行基准测试上的成本高达2767美元,而非推理模型GPT-4o仅需109美元。高昂的测试成本可能会影响学术界复现结果的能力。

作为推动教育数字化转型的技术趋势——云计算、混合现实技术与智能也正是微软不断深入研究并持续带来突破性成果的领域。微软正以其世界领先的新时代技术优势与长期以来对中国教育事业的笃定支持，微风化雨般滋润着神州大地上的桃李人才。

在6月28日红帽的开源社区媒体开放日上，红帽社区活动经理Jennifer Madriaga强调，开源价值观的精髓其实在于社区，而开源社区的价值决不仅仅只是贡献代码。

研究人员发现GitHub Codespaces存在名为RoguePilot的AI驱动型安全漏洞，攻击者可在GitHub问题中注入恶意Copilot指令来控制代码仓库。该漏洞属于被动提示注入攻击，当用户从恶意问题启动Codespace时，隐藏在HTML注释中的恶意指令会被AI助手自动执行，导致敏感的GITHUB_TOKEN泄露到攻击者控制的服务器。微软已修复此漏洞。

12月14日，GOLF金牌运维领导力论坛在北京召开，这是运维行业年末最重要的高端邀请制闭门盛会。

有没有发现，在三大领域里我们最不了解的就是存储？我们每天都在PC、手机、云端应用着存储，但对于中国存储的发展现状与挑战，绝大多数人一无所知。

上海交通大学等机构联合开发了HyCodePolicy机器人系统，让机器人首次具备"自我反思"学习能力。该系统通过视觉观察和程序监控双重诊断，能让机器人自动分析失败原因并改进策略。实验显示任务成功率从47.4%提升至71.3%，学习效率显著提高。这项技术将广泛应用于制造业、服务机器人等领域，标志着机器人从被动执行向主动学习的重要转变。

腾讯AI团队提出连续视觉自回归生成框架，通过严格适当评分规则实现无需向量量化的直接图像生成。该方法基于能量分数训练，避免了传统离散化过程中的信息损失，在ImageNet数据集上取得竞争性结果，推理速度比扩散方法快近10倍。