關於 cookie 的說明

本網站使用瀏覽器紀錄 (Cookies) 來提供您最好的使用體驗,我們使用的 Cookie 也包括了第三方 Cookie。相關資訊請訪問我們的隱私權與 Cookie 政策。如果您選擇繼續瀏覽或關閉這個提示,便表示您已接受我們的網站使用條款。

搜尋結果Search Result

符合「新功能」新聞搜尋結果, 共 463 篇 ,以下為 25 - 48 篇 訂閱此列表,掌握最新動態
AWS 推出新一代 Amazon SageMaker,為數據處理、分析和 AI 提供統一平台

香港 - Media OutReach Newswire - 2024年12月11日 - Amazon Web Services(AWS)在 2024 re:Invent 全球大會上,宣布推出新一代 Amazon SageMaker,將客戶所需的快速 SQL 分析、PB 級大數據處理、數據搜索和整合、模型開發和訓練以及生成式人工智能(AI)等功能整合到一個平台上。 全新的 Amazon SageMaker Unified Studio 讓客戶能夠輕鬆搜尋和存取機構內所有數據,並整合 AWS 專門開發的分析、機器學習(ML)和 AI 功能,客戶可以透過 Amazon Q Developer 的協助,為各類常見數據用例選擇最合適的工具進行處理。 Amazon SageMaker Catalog 及其內建的治理功能確保授權人員以正確用途存取合適的數據、模型和開發組件。 全新的 Amazon SageMaker Lakehouse 整合了數據湖、數據庫、營運數據庫及企業應用程式中的數據,讓客戶可以輕鬆存取和處理 Amazon SageMaker Unified Studio 中的數據,並使用其熟悉的 AI 和 ML 工具或與 Apache Iceberg 相容的搜尋引擎。 全新的 zero-ETL 功能與領先的軟件即服務(SaaS)應用程式整合,讓客戶無需複雜的數據平台,即可在 Amazon SageMaker Lakehouse 和 Amazon Redshift 中存取第三方 SaaS 應用程式的數據,以進行分析或機器學習。 Adastra、Confluence、Etleap、idealista、Informatica、Lennar、Natera、NatWest Group、NTT Data、羅氏、Tableau、豐田北美公司等眾多客戶及合作夥伴已經在使用新一代 Amazon SageMaker,整合他們的數據、分析和 AI 項目。 AWS 數據與人工智能副總裁 Swami Sivasubramanian 博士表示:「分析和 AI 正在融合,客戶從歷史分析到 ML 模型訓練和生成式 AI 應用程式,都在以更緊密的方式連結及使用數據。為了支援這些工作負載,許多客戶已經在使用我們專門開發的分析和 ML 工具組合,例如,在處理數據和建構 ML 模型方面已成為業界標準的 Amazon SageMaker、Amazon EMR、Amazon Redshift、Amazon S3 數據湖和 Amazon Glue 組合。新一代 Amazon SageMaker 將這些功能整合,同時還加入多項令人期待的新功能,為客戶提供數據處理、SQL 分析、ML 模型開發和訓練以及構建生成式 AI 所需的完整工具。」 借助 Amazon SageMaker Unified Studio 更高效地協作和構建項目 現時已經有數十萬客戶在使用 Amazon SageMaker 構建、訓練和部署 ML 模型。許多客戶仍然依賴 AWS 專門開發的完整分析服務來支援各種工作負載,包括 SQL 分析、搜索分析、大數據處理及串流分析。越來越多客戶逐漸從獨立使用這些工具,轉向結合分析、ML 和生成式 AI 以獲取深度分析並為用戶提供新體驗。這些客戶將受惠於整合客戶熟悉的 AWS 分析、ML 和生成式 AI 工具的一個統一環境,不僅可以輕鬆存取他們的所有數據,還能與團隊或機構内的其他成員輕鬆協作處理數據項目。 新一代 Amazon SageMaker 新增一個統一的編輯器,為客戶提供單一的數據及 AI 開發環境,用戶可以從中搜尋和存取機構内所有數據,為各種常見的數據用例選擇最佳的工具,並將數據和 AI 項目擴展至團隊內,再透過不同分工實現協作。Amazon SageMaker Unified Studio 整合了在Amazon Bedrock、Amazon EMR、Amazon Redshift、Amazon Glue 及現有 Amazon SageMaker Studio 中,客戶喜歡使用的一系列獨立編輯器、搜尋及視覺化功能和工具,讓客戶可以輕鬆存取和使用這些功能發掘和準備數據、編寫查詢或程式碼、處理數據以及構建 ML 模型。Amazon Q Developer 全程協助各種開發任務,包括發掘數據、編碼、SQL 生成和數據整合等。例如,用戶可以向 Amazon Q 查詢:「我應該使用哪些數據來提升對產品銷售情況的了解?」或 「生成按產品類別計算總收入的 SQL。」用戶可以安全地發布數據、模型、應用程式和其他組件並與團隊或機構成員共享,從而提升數據資產的可見度和使用率。借助 Amazon SageMaker Unified Studio 中與 Amazon Bedrock 整合的開發環境(IDE),用戶可以使用 Amazon Bedrock 精選的高效能基礎模型和工具(例如Agents、Guardrails、Knowledge Bases 和 Flows),快速、輕鬆地構建和部署生成式 AI 應用程式。Amazon SageMaker Unified Studio 內置數據發掘、共享及管理功能,讓分析師、數據科學家和工程師可以輕鬆搜尋並找到合適用例的正確數據,同時套用所需的安全控制和權限管理,控制存取,以保障數據安全。 NatWest Group 是一家領先的英國銀行,為超過1900萬客戶提供服務,運用多種工具進行數據工程、SQL 分析、ML 及生成式 AI 工作負載。借助 Amazon SageMaker Unified Studio,NatWest Group 將為整個機構提供一個統一的環境以支援這些工作負載,預計用於數據用戶存取分析和 AI 功能的時間將減少50%,讓他們節省管理多個服務的時間,投入更多時間於創新客戶服務。 透過 Amazon SageMaker 數據和 AI 管理滿足企業安全需要 新一代 Amazon SageMaker 簡化了機構內的數據及 AI 的發掘、治理和協作。借助基於 Amazon DataZone 構建的 Amazon SageMaker Catalog,管理員可以採用具精準控制的單一權限管理模型,制定和執行一致的存取策略,讓跨團隊的數據工作人員可以安全地發掘和存取已獲批的數據和模型,這些數據和模型包含由生成式 AI 編寫的背景元數據。管理員可以輕鬆地制定和執行跨模型、工具和數據來源的權限管理,而定制的安全措施有助於確保 AI 應用程式的安全性和合規性。客戶還可以通過 Amazon SageMaker 中的數據分類、毒舌檢測(toxicity detection)、安全防護(guardrails)和負責任 AI 策略以保護其 AI 模型。 Amazon SageMaker Lakehouse 減少數據孤島並統一數據 現時已經有超過一百萬個數據湖構建在 Amazon Simple Storage Service(Amazon S3)上,讓客戶能整合數據資產,並透過 AWS 分析、AI 和 ML 工具創造價值。數據湖讓客戶能以原始狀態儲存數據,從而輕鬆組合來自多個來源的數據。客戶的數據可能分佈在多個數據湖及數據庫中,所以透過一種簡單的方式統一所有數據將能讓客戶受惠。 Amazon SageMaker Lakehouse,不論數據的儲存方式和位置都可以統一存取儲存在 Amazon S3 數據湖、Redshift 數據倉庫和聯合數據來源中的數據,減少數據孤島,讓查詢更便捷。借助 Amazon SageMaker 中與 Apache Iceberg 相容的全新數據湖倉功能,客戶可以在 Amazon SageMaker Unified Studio 中存取和處理他們的所有數據,並使用與 Apache Iceberg 開放標準相容的 AI 和 ML 工具以及搜尋引擎。現在,不論數據的儲存方式和位置,客戶都能使用他們偏好的分析和 ML 工具處理數據,以支援包括 SQL 分析、即時查詢、數據科學、ML 和生成式 AI 等用例。Amazon SageMaker Lakehouse 提供整合的精細存取控制,為 Lakehouse 中所有分析和 AI 工具中的數據提供一致的存取控制,客戶只需設定一次權限,即可在整個機構内安全地共享數據。 Roche 是一家在製藥和診斷領域的領先企業,致力於透過推動科學發展改善人類生活。Roche 將使用 Amazon SageMaker Lakehouse,在無需進行昂貴的數據遷移或重複設置安全存取控制的前提下,整合來自 Amazon Redshift 和 Amazon S3 數據湖的數據,以消除數據孤島,增強團隊之間的協作,並允許用戶無縫地運用數據。借助 Amazon SageMaker Lakehouse,Roche 預計可以減少40%的數據處理時間,讓團隊減少數據管理工作,投放更多精力於推動業務發展。 與 SaaS 應用程式結合的全新 zero-ETL,可快速、輕鬆地存取 SaaS 數據 企業要在營運中真正發揮數據價值,就需要在不論數據儲存位置的情況下無縫存取所有數據。這正是 AWS 不斷發展 zero-ETL 的原因。zero-ETL 讓數據整合不再是繁瑣的人工程序,客戶可以輕鬆地在需要的地方獲取數據。這包括 Amazon Aurora MySQL 和 PostgreSQL、Amazon RDS for MySQL 以及 Amazon DynamoDB 與 Amazon Redshift 提供的 zero-ETL 整合功能,讓客戶快速且輕鬆地在 Amazon Redshift 和 Amazon SageMaker Lakehouse 中存取常用關聯式和非關聯式數據庫的數據,並用於分析和 ML。除營運數據庫和數據湖以外,許多客戶還將關鍵企業數據儲存在 SaaS 應用程式中。若能輕易存取這些數據進行分析和 ML,將令客戶受惠。 透過與 SaaS 應用程式整合的全新 zero-ETL,客戶可以輕鬆地存取 Amazon SageMaker Lakehouse 中的 Zendesk 和 SAP 等應用程式以及 Amazon Redshift 中的數據,並用於分析和 AI。構建數據平台具挑戰性且成本高昂,加上數據平台的管理複雜,容易出錯,讓客戶無法及時獲得想要的分析,而此功能正正解決了對數據平台的需求。結合 SaaS 應用程式的 zero-ETL 包含數據同步、增量更新和刪除檢測以及目標 merge 的最佳實踐方式。 來自不同行業和規模的機構,包括 Infosys、Intuit 和 Woolworths,已經受惠於 AWS zero-ETL 的整合功能,無需構建和管理數據平台,即可快速且輕鬆地連接和分析數據。以線上房地產平台 idealista 為例,透過 SaaS 應用程式的 zero-ETL 整合功能,將可簡化數據擷取和擷入流程,無需透過多個平台存取儲存在第三方 SaaS 應用程式中的數據,讓他們的數據工程團隊能夠專注於從數據中獲得可執行的分析結果,而非耗費精力於基礎建設的建置和管理。 新一代 Amazon SageMaker 現已可用,Amazon SageMaker Unified Studio 目前已經推出預覽並很快可用。 如欲了解更多資訊,請瀏覽以下網站: AWS New Blog,了解此次發佈的更多細節。 Amazon SageMaker 頁面,了解有關該服務的更多資訊。 Amazon SageMaker Unified Studio 頁面、 Amazon SageMaker數據和AI治理頁面以及Amazon SageMaker Lakehouse 頁面,可了解企業如何使用這些功能。 Amazon re:Invent 頁面,獲取關於 AWS re:Invent 活動的詳細資訊。 Hashtag: #AmazonWebServices #AWS發佈者對本公告的內容承擔全部責任關於 Amazon Web Services自 2006 年來,Amazon Web Services 一直在提供世界上服務最豐富、應用廣泛的雲端服務。AWS為客戶提供超過 240 種功能全面的雲端服務,包括運算、儲存、數據庫、網絡、分析、機器學習與人工智能、物聯網、流動、安全、混合雲、媒體,以及應用開發、部署和管理等方面,遍及 34 個地理區域內的 108 個可用區域(Availability Zones),並已公布計畫在墨西哥、紐西蘭、沙特阿拉伯和泰國等建立 6 個 AWS 地理區域、18 個可用區域。AWS 的服務獲得全球超過百萬客戶的信任,包括發展迅速的初創公司、大型企業和政府機構。通過 AWS 的服務,客戶能夠有效強化自身基礎設施,提高營運上的彈性與應變能力,同時降低成本。欲了解更多有關 AWS 的資訊,請瀏覽:https://aws.amazon.com。

文章來源 : Media OutReach Limited 發表時間 : 瀏覽次數 : 390 加入收藏 :
AWS Amazon Q Developer:借助生成式 AI 重塑軟件開發及營運

Amazon Q Developer 作為強大的生成式 AI 軟件開發助手,現已支援加速單元測試、文件生成、程式碼審查,以及營運過程的疑難排解,讓開發者專注更具創造力和有價值的工作上香港 - Media OutReach Newswire - 2024 年 12 月 10 日 - Amazon Web Services(AWS)在 2024 re:Invent 全球大會上,宣布推出 Amazon Q Developer 一系列創新的強化功能,包括能實現自動執行單元測試、文件生成和程式碼審查流程的智能代理,有助大幅提升開發人員在整個軟件開發流程中的效率,並協助用戶解決營運上遇到的難題。Amazon Q Developer 是一款針對軟件開發而設的強大生成式人工智能(AI)助手,滿足開發人員任何場景的需要,包括透過這次與 GitLab 全新整合的 Amazon Management Console,以及各類整合式開發環境(IDE)等。 Amazon Q Developer 能夠自動識別並生成單元測試,透過全面的測試覆蓋,協助開發人員更快辨別問題並提升程式碼可靠性,大幅節省時間。 開發人員現可使用 Amazon Q Developer 生成及定期更新所有文件,隨時掌握專案項目的最新資訊。同時,Amazon Q Developer 讓他們能快速熟習新程式碼,為團隊成員擷取關鍵的專案項目細節,並提升舊文件的可讀性。 Amazon Q Developer 具備自動檢查程式碼品質、查重和識別安全漏洞的能力,從而簡化程式碼審查流程。它能夠迅速向開發人員提供回饋,讓開發人員在當前工作流程下,加速部署高品質的程式碼。 建基於 AWS 豐富的營運經驗及對企業和機構雲端資源關係的深入理解,Amazon Q Developer 現在可以協助不同經驗水平的用戶,以更短的時間調查並解決在 AWS 環境中遇到的營運問題,確保企業的應用程式正常運行。 埃森哲、Amazon Kindle、Amazon Prime Video、Amazon Music、Boomi、BT Group、Cedar Gate Technologies、德勤、FINRA、Genesys、Netsmart、培生、SmugMug 以及 Tata Consultancy Services 等眾多企業亦正使用 Amazon Q Developer 提高開發人員的工作效率,並能更快地解決營運上遇到的挑戰。 AWS 下一代開發者體驗副總裁 Deepak Singh 表示:「Amazon Q Developer 正從根本上改變開發人員的工作方式,它將提升各類軟件開發任務的速度高達 80%。Amazon Q Developer 的程式碼接受率在所有多行程式碼編碼助手中居於首位,其程式碼安全掃描的性能亦超越市場領先的公開基準工具。Amazon Q Developer 的自主代理功能更是憑藉其卓越的準確性,在 SWE-bench Verified 的排行榜上居於首位。正是基於這些優勢,我們的客戶正利用 Amazon Q Developer 在軟件開發週期各階段提高開發人員的生產力。透過這次的發布,我們將應用程式構建與運行過程中最為繁瑣和耗時的任務實現自動化處理,消除軟件開發中的瑣碎工作,從而充分發揮每位開發人員的影響力。」 在短時間內獲得更好的測試覆蓋率 編寫單元測試對於保障程式碼按預期運行,並及早發現潛在問題至關重要。然而,開發人員在全面實施程式碼測試時往往面臨繁瑣且耗時的挑戰。這種狀況常常導致開發人員為追求速度而犧牲了全面的測試覆蓋率,這不僅增加程式碼部署後昂貴的轉返(rollbacks)風險,而且可能影響客戶體驗。儘管生成式 AI 助手能輔助這一過程,但仍然需要開發人員投入時間進行逐步指導。為了進一步減輕開發人員的負擔,Amazon Q Developer 現已推出自動識別並生成單元測試程式碼的功能,大幅減少開發人員的工作量,並實現完整的測試覆蓋率,這不僅確保程式碼的可靠性,也加快交付功能的時間。 生成測試程式碼從此變得更簡單。在整合式開發環境(IDE)中,開發人員只需在 Amazon Q Developer 的聊天視窗中輸入「/test」命令,或在選擇相關程式碼塊後右鍵選擇「test」選項即可。Amazon Q Developer 將基於其對整個項目的深入理解,自動識別並生成相應的測試用例,並將這些測試無縫整合到項目中,從而協助開發人員快速驗證程式碼的運作是否符合預期。在 GitLab 中,開發人員可利用「/q test」快捷操作使用 Amazon Q Developer,透過提出這項合併請求自動生成程式碼測試,這項功能能大幅節省時間並提升整個團隊的測試覆蓋率。透過消除編寫單元測試程式碼所需的大部分工作,Amazon Q 讓開發人員有更多時間專注於編寫程式碼,同時確保覆蓋開發人員所需的範圍,以維持程式碼的品質。 各種規模的企業開發人員正使用 Amazon Q Developer 快速獲得更好的測試覆蓋率。Boomi 是一家雲端整合和自動化平台,他們的開發人員透過使用 Amazon Q Developer,預計減少 25% 的手動測試時間,提升測試覆蓋所需的速度達 20%,並在開發週期的早期階段就能發現並修復更多漏洞,這將加速人工主導的最終審查流程。Boomi 利用 Amazon Q Developer 提升開發效率和程式碼品質,並透過優化流程成功節約 15% 的開發成本。Tata Consultancy Services 正使用 Amazon Q Developer 全面加速他們軟件發展生命週期,使開發人員能夠更快地(速度提升高達30%)生成更為全面、精準的上下文感知的單元測試,確保了程式碼的穩健性、韌性和可靠性。德勤通過採用 Amazon Q Developer 自動識別和生成單元測試,比手動顯著縮短測試時間,讓開發團隊能更快完成測試覆蓋,交付更高品質的程式碼,從而可以更快為其客戶推出新的解決方案。總括而言,德勤的開發人員在堅守嚴格安全標準的前提下,開發速度提升 30%。 生成和定期更新軟件文件,確保其準確性和時效性 開發人員在編寫程式碼和測試階段過後,往往需要編寫軟件文件來闡述程式碼的功能與運行機制。隨著專案項目規模擴大,軟件文件的定期更新往往變得困難且容易被忽略,這導致新的開發人員需要耗費大量時間自行理解程式碼的運行機制。為減輕開發人員的負擔,Amazon Q Developer 現已推出自動生成和即時更新軟件文件的功能,令開發人員能輕鬆地定期更新準確、詳盡的專案軟件文件資訊。如今,開發人員無須中斷編寫程式碼的過程,以詳細記錄程式碼的運作原理,從而將更多時間投入到專案項目工作中。同時,Amazon Q Developer 有助提升整個開發團隊的效率,因為團隊成員無需再花費大量時間研究一段程式碼的功能,而可以更加專注地投入到項目中,為項目帶來更具意義的創新。 開發人員如今能夠在整合式開發環境(IDE)中,或是透過 GitLab 整合式產品輕鬆編寫軟件文件。開發人員要使用該功能非常簡單,只需在 IDE 的聊天視窗輸入「/doc」,即可自動生成和更新他們現有的 README 檔。為了加快對程式碼的理解,開發人員可以直接向 Amazon Q 提問,了解程式碼的具體運作方式,或利用它來提升現有軟件文件的可讀性,從而幫助團隊成員更輕鬆地理解程式碼。Amazon Q Developer 還會提供軟件文件的修改建議,確保開發人員能準確地更新軟件文件。 Genesys 是一家提供由 AI 驅動的編排服務的全球化供應商,並計畫使用 Amazon Q Developer 來提升其現有軟件文件的精確度和可讀性。他們希望能將新加入的開發人員掌握陌生程式碼的速度提升四倍,並使公司內部能更高效地協作。同時,通過與 Amazon Q Developer 的其他智能代理功能相結合,如自動單元測試、功能開發和程式碼查核,Genesys 有望提升開發人員的生產力超過 30%。電子健康記錄和解決方案供應商 Netsmart 透過使用 Amazon Q Developer 自動編寫軟件文件的功能,使其工程師能以更少的工作量保持項目細節的準確性,並且能夠將工程師熟習項目的時間縮短最多一周。Netsmart在採用 Amazon Q Developer 改善開發流程的多個環節後,其程式碼建議接受率已達至 35%,效率預計將持續提升。 透過程式碼審核自動化,部署更高品質的程式碼 程式碼部署前往往需要另一位開發人員對程式碼進行細緻查核,確保其符合企業要求的品質、風格與安全標準。這一過程可能要開發人員花費數天時間等待回饋並反復修改,且由於通常只有一位審查員參與,難免間中遺漏潛在的重大問題。為提升效率並盡早識別更多潛在漏洞,Amazon Q Developer 推出自動程式碼查核功能,協助開發人員及時獲取回饋,並根據最佳工程標準保障程式碼的品質。 Amazon Q 透過初次查核,可協助開發人員盡早發現並解決程式碼品質問題,從而大幅減少後續審核所需的時間。開發人員要啟動查核流程,僅需在 IDE 的聊天介面輸入「/review」,Amazon Q 便能迅速標記可疑的程式碼編寫模式,識別開源軟件套裝的風險,並評估修訂更新投入服務後可能帶來的影響。此外,Amazon Q 能根據開發人合併請求的背景資訊調整其建議,確保建議能夠配合開發人員的編程風格和偏好。在開發人員審核合併請求時,可通過 GitLab Duo 配合 Amazon Q 調用「/q review」,輕鬆獲取回饋並進一步簡化程式碼的審核流程。 Amazon Prime Video 的開發團隊遵循嚴格的程式碼審查流程,以確保符合客戶所期望的高品質和可用性標準。Amazon Q Developer 的自動程式碼查核功能可以幫助開發人員審核所有程式碼和合併請求,這讓開發人員能夠在同濟審核前開發更高品質的程式碼,顯著減少程式碼轉返及修訂,從而加速工作週期。Prime Video 為 Amazon Q Developer 的早期使用者,其開發團隊每週節省大量時間,其中部分開發人員採納超過 50% 的程式碼建議。通訊服務供應商 BT Group 的開發人員現在能夠全天候使用 Amazon Q Developer 獲取即時的程式碼回饋,讓他們能以更快的速度開發並交付更穩定和安全的程式碼。在早期使用階段,BT Group 的開發人員就發現程式碼查核助理極具價值,它不僅能夠識別出潛在的品質與安全風險,還能提供問題分析及修復建議,以確保程式碼按預期運行。總括而言,BT Group 自使用 Amazon Q Developer 以來,其程式碼接受率達到 37%,並在使用 Amazon Q Developer 的四個月內將約 12% 的繁瑣、耗時的工作自動化。 迅速應對營運挑戰 當應用程式編寫完畢並投入服務後,營運團隊便需監察運行狀況、反覆調整及解決問題,以確保其性能符合預期標準。一旦遇到問題,營運團隊需迅速恢復應用程式的正常運行,減少對客戶的影響。然而,這是一個反覆試驗的過程,可能需要數小時手動篩選大量資料,以識別並修復問題。憑藉 AWS 超過17年營運全球廣泛且可靠的雲端運算基礎設施的豐富經驗,Amazon Q Developer 有效協助不同經驗水平的營運和開發人員,在極短時間內對他們在 AWS 環境中深入調查並解決營運問題。 當 Amazon CloudWatch 發出警報後,Amazon Q Developer 便會自動啟動調查流程。憑藉其對企業使用 AWS 資源的深入了解,包括 Amazon CloudWatch、Amazon CloudTrail、Amazon Health 和 Amazon X-Ray 等,它能快速篩選數十萬個數據節點,分析各項服務功能之間的關係,並通過了解它們如何協同運作以識別相關信號中的異常。經過分析後,Amazon Q 將向用戶提供問題根源的潛在假設,並引導用戶解決 — 這些功能組合是其他主要雲端服務供應商無法比擬的。在可行的情況下,Amazon Q Developer 還能展示操作手冊,並在獲得用戶批准後自動執行。由於 Amazon Q Developer 承擔繁重的調查工作,用戶可以更快地解決問題,從而節省大量時間,專注於更具策略意義的工作上。 用戶在檢測到系統表現異常時,例如延遲激增或日誌中顯示用戶執行錯誤,即可啟動調查。用戶可以通過在 Amazon Management Console 選擇「調查」選項,或使用 Amazon Q 聊天工具詢問有關其 AWS 資源的問題,如「My Amazon Lambda function is running slow. What is wrong with it?(我的 Amazon Lambda 函數似乎運行緩慢,哪裡出了問題?)」。在整個調查過程中,Amazon Q 將在 Amazon CloudWatch 中匯報所有分析、用戶操作記錄以及後續建議,以便團隊協作與共同學習,從而有效防範未來潛在的問題。 憑藉 AWS 比其他主要雲端服務供應商更豐富的營運經驗和龐大規模,Amazon Q Developer 為客戶提供基於這些專業知識的深入見解和解決指導方案,助客戶實現更高效的營運。照片管理平台 SmugMug 將運用 Amazon Q Developer 自動分析系統指標、日誌和營運事件,使他們能夠在 20 分鐘內診斷出大多數問題,診斷速度提升了 50%。SmugMug 透過減少日誌手動搜索從而提升營運效率,讓團隊成員能夠將更多的時間和資源投入到平台構建中,協助攝影師發展他們的網店。在 Amazon,Kindle 的技術支援工程師採用 Amazon Q Developer 的營運調查功能後,解決問題的速度提升 65-80%,這使他們能夠更迅速地回應客戶需求,確保提供卓越的用戶體驗。Amazon Music 的開發人員將 Amazon Q 視為全天候的得力助手,它能夠自動調查並識別各種潛在問題,極大提升回應速度。初期的使用資料顯示,Amazon Music 的問題解決速度提高一倍,確保用戶能夠不間斷地享受他們喜愛的音樂。醫療健康技術提供商 Cedar Gate Technologies 通過使用 Amazon Q Developer 將營運的根源問題分析時間從原先的兩個小時大幅縮短至大約 30 分鐘,加快調查和解決問題的速度,確保其醫療業的客戶無間斷地為患者提供重要的護理服務。 這一系列全新的代理功能現已在整合式開發環境 IDE 中開放使用,用戶亦可透過與 GitLab 整合的新產品預覽使用,而全新營運功能目前處於預覽階段。 如欲了解更多資訊,請瀏覽以下網站: Amazon News Blog,深入了解此次發布的三個新功能及新營運能力。 Amazon Blog 了解更多關於 GitLab Duo 和 Amazon Q 的資訊。 Amazon Q Developer頁面,了解更多功能。 Amazon re:Invent頁面,獲取關於 AWS re:Invent 活動的詳細資訊。 Hashtag: #AmazonWebServices #AWS發佈者對本公告的內容承擔全部責任關於 Amazon Web Services自 2006 年來,Amazon Web Services 一直在提供世界上服務最豐富、應用廣泛的雲端服務。AWS為客戶提供超過 240 種功能全面的雲端服務,包括運算、儲存、數據庫、網絡、分析、機器學習與人工智能、物聯網、流動、安全、混合雲、媒體,以及應用開發、部署和管理等方面,遍及 34 個地理區域內的 108 個可用區域(Availability Zones),並已公布計畫在墨西哥、紐西蘭、沙特阿拉伯和泰國等建立 6 個 AWS 地理區域、18 個可用區域。AWS 的服務獲得全球超過百萬客戶的信任,包括發展迅速的初創公司、大型企業和政府機構。通過 AWS 的服務,客戶能夠有效強化自身基礎設施,提高營運上的彈性與應變能力,同時降低成本。欲了解更多有關 AWS 的資訊,請瀏覽:https://aws.amazon.com。

文章來源 : Media OutReach Limited 發表時間 : 瀏覽次數 : 435 加入收藏 :
華城電能參展2024台北國際建材展 為社區住宅提供最完整一站式電動車充電方案

華城電能EVALUE參加2024年台北國際建材展,12/12(四)~15(日)共四天,於南港展覽館一館盛大展出(智慧建築區,攤位號碼K402)。現場展出華城電能與眾多車廠合作客製之輕巧家用充電樁,各款設備皆已通過並取得經濟部標準檢驗局VPC認證,配合車主家中停車場域,可壁掛方式安裝,或選配立柱安裝,現場將由專業人員服務解說,施工詳細流程與電力配置注意事項外,系統軟體方面華城電能也將展示自行研發的EMS能源管理系統,提供社區住戶與企業商辦,申請專設電表與電力配置後,即使多個充電樁同時使用,不須額外調整契約容量,透過EMS智慧調度功能,客戶可依所選擇的充電方式,讓充電樁輸出功率依照動態負載平衡供電,不必擔心用電超約或跳電,完善的整區規劃匯流佈線,讓電力線路整齊又美觀。 華城電能自2016年成立「車廠服務中心」,為車主提供家用充電樁場勘與安裝服務,同時也是台灣最多電動車廠的家用充電設備供應商,搭配自主開發EMS能源管理系統,充電樁與EMS的串接效果最佳,完美整合社區充電用電資訊。此外華城電能的EMS還能兼容市場他牌主流充電樁設備,從社區全區規劃結合EMS 能源管理調控,場勘規劃與建置工程,車廠充電樁供應一條龍服務,提供社區與住戶電動車充電最完整便利的解決方案。 華城電能是最早投入充電站營運服務的第三方營運商,不但布建電動車充電站兼容台灣各款電動車,搭配自行開發之手機應用程式「EVALUE APP」,提供一個最直覺、最便利的充電工具,電動車主可透過智慧手機迅速取得全台充電站地圖、各站點充電設備使用狀況查詢、充電樁預約等功能,為讓車主有更好的充電體驗,華城電能更是精益求精,陸續推出「隨插即充」與「感應充電」等新功能,在車廠與車主、科技與人性、商業與環保等綠色循環經濟中帶來新價值。 華城電能以專業電力背景,投入充電樁設備研發至今,貫徹「以人為本」的品牌理念,以電動車主的角度出發,不斷革新、優化使用者體驗,在充電技術軟硬體等研發成果獲得政府部門、國際車廠、連鎖飯店、零售通路等合作夥伴的一致肯定,除雙北之外,近兩年更陸續取得多個縣市公部門標案,預計到2026年底在全臺建立至少3,700座充電樁遍布各大城市鄉鎮,為同業之冠,為車主打造在家安心充飽電、外出停車即充電的友善環境。 2024台北國際建材展(12/12-15)地點: 南港展覽館一館攤位號碼: 智慧建築區K402

文章來源 : 華城電能科技股份有限公司 發表時間 : 瀏覽次數 : 518 加入收藏 :
AWS 在 Amazon Bedrock 上推出 100 多個新模型、全新強大的推論和數據處理功能,賦能客戶加速採用生成式 AI

模型擴展規模空前,並新增推論優化工具及額外的數據功能,為客戶提供了更大彈性和可控性,加速構建和部署生產級生成式 AI 基於 Amazon Bedrock 企業級功能的堅實基礎,自動推論檢查、多代理合作和模型蒸餾技術協助客戶更快地將生成式 AI 從概念驗證推進到生產就緒 香港 - Media OutReach Newswire - 2024 年 12 月 9 日 - Amazon Web Services(AWS)在 2024 re:Invent 全球大會上,宣布推出 Amazon Bedrock 的多項創新功能。Amazon Bedrock 是 AWS 一項全託管的服務,旨在利用高性能基礎模型構建和擴展生成式人工智能(GenAI)應用程式。是次發布進一步彰顯 AWS 對模型選擇的承諾,同時優化大規模推論的執行方式,協助客戶透過數據創造更多價值。Amazon Bedrock 的全新功能也將協助客戶避免因模型幻覺(hallucination)造成的事實錯誤、協調多個 AI 驅動的代理以執行複雜任務,以及打造更小、特定任務導向的模型,以更低的成本和延遲提供與大型模型相近的效能。 AWS 將成為首家提供 Luma AI 和 poolside 模型的雲端服務供應商。AWS 亦將在 Amazon Bedrock 加入 Stability AI 的最新模型,並透過全新的 Amazon Bedrock Marketplace 功能為客戶提供 100 多個熱門、新興及專業模型的存取權限,客戶可根據自身需要尋找最合適的模型組合。 全新的提示詞快取功能和 Amazon Bedrock Intelligent Prompt Routing功能協助客戶更輕鬆、更具成本效益地擴展推論工作。 Amazon Bedrock Knowledge Bases 現已支援結構化數據及 GraphRAG,進一步拓展客戶利用自身數據提供客製化生成式 AI 體驗的途徑。 Amazon Bedrock Data Automation 功能能夠在無需編寫程式碼的情況下,自動將非結構化、多模態的數據轉換為結構化數據,以協助客戶將更多數據應用於生成式 AI 及分析工作中。 數以萬計的客戶信賴 Amazon Bedrock 運行生成式 AI 應用程式,過去一年使用該服務的客戶數量增加 4.7 倍。Adobe、Argo Labs、BMW 集團、Octus、Symbeo、Tenovos 和 Zendesk 等企業均已採用 Amazon Bedrock 的最新技術。 自動推論檢查(Automated Reasoning checks)是首個也是唯一一個生成式 AI 安全防護機制,可協助防止因模型幻覺而產生的事實錯誤,開闢了對精確度要求極高的全新生成式 AI 應用案例。 客戶可以使用多代理合作輕鬆建構和協調多個 AI 代理以共同解決問題,進而擴展客戶在生成式 AI 的應用方式,應對最複雜的應用情況。 模型蒸餾技術使客戶能夠將特定知識從大型、高效能模型轉移到更小、更高效的模型,效率最高可提升 500%,成本最高可降低 75%。 目前已有數以萬計的客戶使用 Amazon Bedrock,Moody's、PwC 和 Robin AI 都正在運用這些新功能以具成本效益的方式擴展推論能力,並突破生成式AI創新的界限。 AWS 數據與人工智能副總裁 Swami Sivasubramanian 博士表示:「Amazon Bedrock 服務持續快速增長,憑藉其廣泛而領先的模型選擇、可輕鬆基於自身數據進行客製化的工具、內置的負責任 AI 功能以及開發複雜代理的能力,成為越來越多客戶的選擇。為了讓客戶充分釋放生成式 AI 的潛力,Amazon Bedrock 一直致力於解決開發人員目前面臨的最大挑戰。透過這次發布的一系列新功能,我們將協助客戶開發出更智能的 AI 應用程式,讓他們為最終用戶創造更大價值。」 匯聚領先 AI 企業的豐富模型選擇 Amazon Bedrock 為客戶提供豐富的全託管模型選擇,這些模型來自領先的 AI 企業,包括 AI21 Labs、Anthropic、Cohere、Meta、Mistral AI 以及 Stability AI 等。此外,Amazon Bedrock 是客戶使用新發布的 Amazon Nova 模型的唯一渠道。Amazon Nova 是新一代的基礎模型,以業界領先的性價比在多種任務上展現出頂尖智能。透過這次發布,AWS 在 Amazon Bedrock 上新增更多領先業界的模型,進一步擴充 Amazon Bedrock 的模型選擇。 Luma AI 的Ray 2:Luma AI 的多模態模型和軟件產品透過生成式 AI 推動影片內容創作。AWS 將成為首家向用戶提供 Luma AI 最先進的 Luma Ray 2 模型(其著名影片模型第二代)的雲端服務供應商。Ray 2 標誌著生成式 AI 輔助影片創作的重大進展,它能夠根據文本和圖片高效具電影質感的高品質逼真影片。用戶能快速試驗不同的拍攝角度和風格,拍攝角色連貫、物理效果精準的影片,為建築、時尚、電影、平面設計以及音樂等領域提供創意輸出。 poolside 的malibu 和point:poolside 致力解決大型企業現代軟件工程面臨的挑戰。AWS 將成為首家提供 poolside 的 malibu 和 point 模型存取權限的雲端服務供應商,這兩個模型在程式生成、測試、文件製作以及即時程式碼補全方面表現出色。這有助提高工程團隊的生產力,更快地編寫出更優質的程式碼,並加速產品開發週期。這兩個模型還能在確保安全和私隱的前提下,根據客戶的程式碼庫、實踐操作以及文件進行微調,以配合特定專案的需要,協助客戶更精準且有效率地處理日常軟件工程的任務。此外,AWS 還將成為首家提供 poolside Assistant 存取權限的雲端服務供應商,該功能可以將 poolside 的 malibu 和 point 模型強大的功能融入開發人員首選的整合式開發環境(IDE)之中。 Stability AI 的Stable Diffusion 3.5 Large:Stability AI 是視覺媒體領域的領先生成式 AI 模型開發商,在圖片、影片、3D和音訊方面擁有先進的模型。Amazon Bedrock 將新增 Stability AI 最先進的文字生成圖片模型 — Stable Diffusion 3.5 Large。該模型能夠依據各種風格的文本描述生成高質素的圖片,協助媒體、遊戲、廣告以及零售領域的客戶加速創建概念藝術、視覺效果以及詳細的產品圖片。 透過 Amazon Bedrock Marketplace 使用 100 多個熱門、新興和專業模型 儘管 Amazon Bedrock 中的模型能支援眾多任務,很多客戶仍希望將新興的專用模型融入到他們的應用程式中,以支援獨特的使用場景,如分析財務文件或生成新型蛋白質等。借助 Amazon Bedrock Marketplace,客戶現在能輕鬆地從 100 多個模型中搜尋和選擇,這些模型可部署在 AWS 上,並透過 Amazon Bedrock 中的統一介面存取。這涵蓋了包括 Mistral AI 的 Mistral NeMo Instruct 2407、Technology Innovation Institute 的 Falcon RW 1B 以及 NVIDIA NIM 微服務等熱門模型,以及各種專業模型,包括用於金融業的 Writer Palmyra-Fin、用於翻譯的 Upstage Solar Pro、Camb.ai 的文本轉音訊 MARS6 以及用於生物學的 EvolutionaryScale ESM3 生成模型等。 當客戶找到他們所需的模型後,就能根據自身擴展的需求選擇合適的基礎設施,並透過全託管端點輕鬆地將其部署在 AWS 上。客戶隨後可將該模型安全地整合至 Amazon Bedrock 統一的應用程式介面(API),進而使用 Guardrails 和 Agents 等工具,並受益於內建的安全和私隱功能。 Zendesk 是一家全球服務軟件公司,服務全球 10 萬個品牌的多元文化客戶群。Zendesk 可在 Amazon Bedrock 中使用用於翻譯的 Widn.AI 等專用模型,透過電子郵件、聊天、電話以及社交媒體對客戶服務請求進行個人化和在地化處理。這將為客服人員提供所需的資料,例如客戶透過母語表達的情緒或用意等,最終提升客服體驗。 提示詞快取和 Intelligent Prompt Routing 協助客戶大規模處理推論問題 在選擇模型時,開發人員需要權衡多種因素,如準確性、成本和延遲。優化其中任何一項因素,都可能意味著在其他因素上作出讓步。為了在應用程式部署到生產環境時平衡這些考量因素,客戶會採用多種技術,例如快取常用提示詞或將簡單問題分配給較小模型。然而,運用這些技術既複雜又耗時,需要專業知識來反覆測試不同的方法,以確保最終用戶獲得良好的體驗。正因如此,AWS 新增兩項功能,協助客戶更有效地大規模管理提示詞資訊。 通過快取提示詞功能降低回應延遲和成本:Amazon Bedrock現已支援安全地快取提示詞,進而減少重複處理,且不會影響準確性。對於支援的模型,此功能可將成本降低最高 90%,並將延遲縮短最多 85%。例如,律師事務所可以開發一個生成式 AI 聊天應用程式,用於回答律師有關文件的問題。當多名律師在提示詞中詢問關於文檔同一部分的問題時,Amazon Bedrock 能夠快取該部分內容,使其只需要處理一次,之後每當有人想要詢問相關問題時,便可重複使用,透過減少模型每次需要處理的訊息量來降低成本。Adobe 的 Acrobat AI 助理藉此實現快速的文檔摘要和問答功能,提高了用戶的工作效率。根據初步測試,借助 Amazon Bedrock 上的提示詞快取功能,Adobe 發現回應時間縮短了 72%。 Intelligent Prompt Routing 功能有助於優化回應品質和成本:借助此功能,客戶能設定 Amazon Bedrock 自動把提示詞分配至同一模型系列裡的不同基礎模型,以優化回應品質和成本。運用先進的提示詞配對和模型理解技術,Intelligent Prompt Routing 能夠預測每個請求對應的每個模型的效能,並將請求動態分配至最可能以最低成本提供所需回應的模型。Intelligent Prompt Routing 可在不影響準確性的情況下,將成本降低多達 30%。Argo Labs 為餐廳提供創新的語音客服解決方案,透過 Intelligent Prompt Routing 處理各類客戶諮詢和訂位業務。當客戶提出問題、下單以及訂位時,Argo Labs 的語音聊天機器人會動態地將查詢請求分配至最合適的模型,進而優化回應的成本和品質。例如「今晚這家餐廳有空位嗎?」這樣簡單的是非題,可以由較小的模型處理,而「這家餐廳提供哪些素食選項?」這類較複雜的問題則可由較大的模型來回答。借助 Intelligent Prompt Routing 功能,Argo Labs 能夠運用語音客服無縫處理客戶互動,同時達成準確性和成本之間的平衡。 Amazon Bedrock 知識庫的兩項新功能協助客戶充分發揮數據價值 無論自身數據儲存於何處、採用何種格式,客戶都希望善用它們為終端用戶構建由生成式 AI 驅動的獨特體驗。知識庫是一項全託管功能,客戶透過檢索增強生成(RAG),能夠輕鬆利用相關的文本及數據客製化基礎模型的回應。雖然知識庫已可以輕易連接至包括 Amazon OpenSearch Serverless 及 Amazon Aurora 等數據來源,但很多客戶仍然希望將其他來源和類型的數據融入其生成式 AI 應用程式中。因此,AWS 為知識庫新增了兩項功能。 支援結構化數據檢索功能以加速生成式 AI 應用程式開發:Knowledge Bases 提供了首批託管式、可立即使用的 RAG 解決方案,使客戶能夠直接查詢生成式 AI 應用程式中結構化數據的儲存位置。此功能有助於打破數據來源之間的數據孤島,將生成式 AI 開發週期從一個多月縮短至幾天。客戶能夠建構應用程式,讓應用程式運用自然語言查詢 Amazon SageMaker Lakehouse 和 Amazon S3 資料湖、Amazon Redshift 雲端資料倉儲等數據來源中的結構化數據。借助這項新功能,提示詞資訊會轉換為 SQL 查詢,用於檢索數據結果。Knowledge Bases 會根據客戶的架構和數據自動調整,從查詢模式中學習,並提供一系列客製化選項,進一步提高針對所選的應用情況的準確性。信用情報公司 Octus 將運用 Knowledge Bases 中全新的結構化數據檢索功能,讓最終用戶使用自然語言查詢結構化數據。透過將 Knowledge Bases 與 Octus 現有的主要數據管理系統相連,最終用戶的提示詞資訊能轉換為 SQL 查詢,讓 Amazon Bedrock 運用這些 SQL查詢檢索相關資訊,並作為應用程式回應的一部分回覆給用戶。這將協助 Octus 的聊天機器人向用戶提供精準的、由數據驅動的洞察,提升用戶與公司一系列數據產品之間的互動。 支援 GraphRAG 功能以生成更具相關性的回應:知識圖譜讓客戶透過將相關資訊映射成網狀結構,來針對數據間的關係進行建模和儲存。將這些知識圖譜融入 RAG 時會格外有用,系統可依據圖譜輕鬆審閱並檢索相關資訊片段。如今,由於支援 GraphRAG,Knowledge Bases 讓客戶無需具備圖形資料庫的專業知識,即可使用 Amazon Neptune 圖形資料庫服務自動生成知識圖譜,並跨數據連接實體之間的關係。Knowledge Bases能夠更便捷地生成更準確、更相關的回應,借助知識圖譜關連性,查看根源資訊以了解模型如何得出特定回應。BMW 集團將在旗下的 My AI Assistant(MAIA)使用 GraphRAG。MAIA 是一款AI驅動的虛擬助理,可幫助用戶尋找、了解並整合託管在 AWS上 的公司內部數據資產。借助由 Amazon Neptune 支援的 GraphRAG 自動化圖形建模功能,BMW 集團能夠依據資料使用情況,持續更新 MAIA 所需的知識圖譜,從數據資產中提供更相關且全面的分析,進而持續為數百萬車主傳遞優質體驗。 Amazon Bedrock Data Automation 將非結構化多模態數據轉換為結構化數據,用於生成式 AI 和數據分析 現今大多數企業的數據都是非結構化的,存在於文件、影片、圖片以及音訊等內容之中。許多客戶希望將數據用於策略分析,或為客戶創造新體驗,但將其轉換為便於分析或 RAG 所需的格式往往是艱難的人工過程。例如,銀行在處理貸款業務時,可能會接收多個 PDF 文件,銀行從每個文件中提取詳細資訊時,須統一姓名、出生日期等格式以確保一致性,然後將結果轉換為文本格式,再輸入資料倉儲進行分析。借助 Amazon Bedrock Data Automation,客戶只需使用單個 API,就能從非結構化內容中大規模自動提取、轉換並生成數據。 Amazon Bedrock Data Automation 能快速且高效地從文檔、圖像、音訊以及影片中擷取資訊,並將其轉換為結構化格式,適用於智能文件處理、影片分析以及 RAG 等用例。該功能可以為生成內容預設設定,例如影片每個場景的描述或音訊的轉錄內容,客戶也可以根據自身的資料架構定自訂輸出內容,並將其輕鬆載入到現有的資料庫或資料倉儲中。透過與 Knowledge Bases 整合,Amazon Bedrock Data Automation 還可以解析內容來支援 RAG 應用程式,透過整合嵌入在圖像和文本中的資訊,提升結果的準確性和相關性。同時,此功能提供信心分數,並基於原始內容生成回應,有助於降低生成幻覺的風險,並提高透明度。 Symbeo 是 CorVel 旗下的企業,提供自動化應付帳款解決方案。Symbeo 計劃利用 Amazon Bedrock Data Automation,從複雜的文件(如保險索償表格、醫療帳單等)中自動擷取數據。這有助 Symbeo 的團隊更快速地處理索償事務,並縮短回覆客戶所需的時間。數碼資產管理平台 Tenovos 則使用 Amazon Bedrock Data Automation 在大規模語義搜索中提升內容的重複使用率50%以上,節省了數百萬美元的行銷費用。 Amazon Bedrock Marketplace 現已正式啟用,同時 Amazon Bedrock Knowledge Bases 中的推論管理功能、結構化資料檢索、GraphRAG 以及 Amazon Bedrock Data Automation 現已提供預覽。此外,Luma AI、poolside 和 Stability AI 的模型也即將加入 Amazon Bedrock Marketplace。 AWS 強化 Amazon Bedrock,推出業界首創的 AI 防護、全新代理以及模型客製化功能 Swami Sivasubramanian表示:「Amazon Bedrock 已成為客戶將生成式 AI 變成應用程式和業務核心的必備工具。在過去一年中,Amazon Bedrock 的客戶群成長了 4.7 倍。隨著時間推移,生成式 AI 改變更多企業和客戶體驗,推論將成為每個應用程式的核心。隨著這些新功能的推出,我們正在代表客戶進行創新,以解決整個產業將生成式 AI 應用程式推進到生產時面臨的主要挑戰,例如模型幻覺和成本。」 透過 Amazon Bedrock Guardrails,Amazon Bedrock 能藉由自動推論檢查驗證事實回應的準確性、產生可稽核的輸出,並向客戶顯示模型得出結果的確切原因。這提高了透明度,並確保模型回應符合客戶的規範和政策。而在 Amazon Bedrock 中使用多代理合作,客戶可以為專案的特定步驟打造和分配專門的代理來獲得更準確的結果,並透過協調多個代理平行工作來加速任務。模型蒸餾技術則是在客戶提供範例提示詞後,由 Amazon Bedrock 完成所有回應生成並微調較小的模型。這為客戶提供了一個具有大型模型的相關知識和準確性,但兼具小型模型速度和成本的模型,使其成為生產應用的理想選擇。 如欲了解更多資訊,請瀏覽以下網站: AWS 新聞博客:了解公告的更多細節,包括Amazon Bedrock Marketplace、提示詞緩存和 Intelligent Prompt Routing、資料處理和檢索功能、自動推論檢查、多代理合作、模型蒸餾。 Amazon Bedrock 頁面:深入了解 Amazon Bedrock 的功能和特性。 Amazon Bedrock 客戶頁面:了解其他公司如何使用 Amazon Bedrock。 AWS re:Invent 頁面:獲取關於 AWS re:Invent 活動的詳細資訊。 Hashtag: #AmazonWebServices #AWS發佈者對本公告的內容承擔全部責任關於 Amazon Web Services自 2006 年來,Amazon Web Services 一直在提供世界上服務最豐富、應用廣泛的雲端服務。AWS為客戶提供超過 240 種功能全面的雲端服務,包括運算、儲存、數據庫、網絡、分析、機器學習與人工智能、物聯網、流動、安全、混合雲、媒體,以及應用開發、部署和管理等方面,遍及 34 個地理區域內的 108 個可用區域(Availability Zones),並已公布計畫在墨西哥、紐西蘭、沙特阿拉伯和泰國等建立 6 個 AWS 地理區域、18 個可用區域。AWS 的服務獲得全球超過百萬客戶的信任,包括發展迅速的初創公司、大型企業和政府機構。通過 AWS 的服務,客戶能夠有效強化自身基礎設施,提高營運上的彈性與應變能力,同時降低成本。欲了解更多有關 AWS 的資訊,請瀏覽:https://aws.amazon.com。

文章來源 : Media OutReach Limited 發表時間 : 瀏覽次數 : 528 加入收藏 :
Check Point 推出新版本 Quantum 防火牆軟體 R82,提升威脅防禦能力

具全新 AI 引擎和後量子加密技術,助力加速 DevOps 簡化資料中心維運   【臺北訊,2024 年 12 月 4 日】網路安全解決方案的先驅者及全球領導廠商 Check Point Software Technologies Ltd.(納斯達克股票代碼:CHKP)宣佈推出全新 Check Point Quantum 防火牆軟體 R82 (R82)及其他 Infinity 平台創新成果。隨著全球組織遭網路攻擊激增 75%,R82 新增全新 AI 引擎,以防範網路釣魚、惡意軟體和網域名稱系統(DNS)漏洞利用等零時差威脅。此外,R82 涵蓋新的結構變更及多項創新技術,有助於提升資料中心維運的 DevOps 敏捷性,同時實現簡化和擴展。   Check Point 產品總監 Nataly Kremer 表示:「全球威脅以指數級速度增長,組織亟需智慧解決方案來保持領先優勢。現今網路安全防護的重要性日益提升,Check Point Quantum 防火牆軟體 R82 和 GenAI Protect 等 AI 威脅防禦工具套件不僅帶來世界級的創新技術,更能不斷簡化維運並提升彈性。」   Check Point Quantum 防火牆軟體 R82 為企業客戶提供了 50 多項新功能,包括: •     領先業界的 AI 威脅防禦技術:可攔截 99.8% 零時差威脅。R82 新增了四個全新 AI 引擎來搜尋隱藏關聯和模式,每月可攔截超過 50 萬次攻擊,並防範複雜的零時差網路釣魚和惡意軟體攻擊活動。 •     資料中心維運敏捷性:透過自動整合安全防護策略,加快應用開發。藉由大幅簡化的防火牆虛擬化,組織可將虛擬系統的配置速度提高 3 倍,以更好地支援 DevOps 所需的多租戶和敏捷應用開發。   •     維運簡單性:支援各種規模的網路無縫擴充性,自動適應業務增長和流量激增。R82 有助於組織利用內建負載共用和叢集技術(ElasticXL)實現出色的韌性,同時將防火牆管理配置和維運速度加快 3 倍。 •     後量子加密技術(PQC):採用 NIST 核准的最新技術 Kyber(ML-KEM)進行量子安全加密,可保護資料免遭攻擊者竊取。   IDC 集團安全與信任副總裁 Frank Dickson 表示:「要維持有效的網路安全防護,AI、自動化技術以及快速應對最新威脅的能力不可或缺。安全防護不僅要強大,也需確保業務創新與 DevOps 保持同步。Check Point 透過全新的 AI 驅動協作式解決方案和 Quantum 防火牆軟體,提供高效能的 AI 威脅防禦,同時助力組織快速創新。」   上述新功能均基於 Check Point 近期發佈的 AI 威脅防禦創新套件:  •     Check Point Infinity AI Copilot 是一款迅速回應的 AI 助手,可自動實施並加速安全管理和威脅防禦。  •     Check Point GenAI Protect 是一款開創性解決方案,支援企業安全地採用生成式 AI。  •     Check Point Infinity 外部風險管理(ERM)輔以專家託管服務,可提供持續監控和即時威脅防禦,保護客戶免受憑證威脅、漏洞利用、網路釣魚攻擊和詐騙等各種外部風險。    Check Point 致力於提供創新的 AI 驅動解決方案來防範網路攻擊。Check Point 在《Forrester Wave™:2023 年第三季零信任平供應商》報告和《Forrester Wave™:2024 年第四季企業防火牆》報告中先後被評為領導者。   關注 Check Point Software   X(前身為 Twitter): https://www.twitter.com/checkpointsw  Facebook: https://www.facebook.com/checkpoint.tw  Blog: https://blog.checkpoint.com  YouTube: https://www.youtube.com/user/CPGlobal  LinkedIn: https://www.linkedin.com/company/check-point-software-technologies    關於 Check Point Software Technologies Ltd.  Check Point Software Technologies Ltd.(www.checkpoint.com)是 AI 驅動與雲端交付的網路安全平台領導廠商,為全球超過 10 萬家組織提供防護。Check Point 利用無所不在的人工智慧力量,透過其 Infinity 平台提高網路安全效率和準確性,以業界領先的捕獲率實現主動威脅預測和更智慧、更 快速的回應時間。此綜合平台包含雲端交付技術,涵蓋確保工作空間安全的 Check Point Harmony、確保雲端安全的 Check Point CloudGuard、確保網路安全的 Check Point Quantum,以及用於協作安全操作和服務的 Check Point Infinity Core Services。    前瞻性聲明 本新聞稿包含前瞻性聲明。前瞻性聲明一般涉及未來事件或者公司未來的財務或營運表現。本新聞稿中的前瞻性聲明包括但不限於:對未來成長的預期、Check Point 在業界領導地位的擴展、股東價值提升,以及為全球客戶提供業界領先的網路安全平台的相關陳述。我們對這些事項的預期和願景可能無法實現,未來實際結果或事件可能會因風險和不確定性而與預期結果或事件存在重大差異。本新聞稿中包含的前瞻性聲明亦受其他風險和不確定性因素的影響,這些風險和不確定性已在我們提交至美國證券交易委員會(SEC)的文件中詳細說明,包括我們於 2024 年 4 月 2 日提交的 20-F 年度報告。本新聞稿中的前瞻性聲明基於 Check Point 截至本聲明發佈日期所掌握的資訊,除法律規定,Check Point 不承擔更新任何前瞻性聲明的義務。

文章來源 : APEX 發表時間 : 瀏覽次數 : 2324 加入收藏 :
Virtudio於Steam全球首發搶先體驗版

引領虛擬角色創作新革命 韓國首爾2024年11月28日 /美通社/ -- 韓國沉浸式內容公司BIBIMBLE已在全球遊戲平台Steam上推出了Virtudio的「搶先體驗」版。Virtudio是一款創新的3D實時流媒體傳輸解決方案,用於虛擬角色創作,它助力各水平層次的創作者輕鬆創建精美虛擬角色並製作動畫,使其能夠自由地在各種應用中展現自己一直想像中的自我角色形象。 Customized 3D Live Streaming Solution, Virtudio by BIBIMBLE 重塑虛擬角色創建新篇章 Virtudio有三大核心特色,使其在眾多虛擬角色設計應用與平台中脫穎而出: 交互式動畫:得益於生成式AI技術的加持,Virtudio提供了海量的角色動畫庫,讓用戶能夠更輕鬆地創作出引人入勝、互動性強的虛擬角色。 高級跟蹤功能:Virtudio融合了實時動作捕捉、網絡攝像頭以及眼球追蹤技術,使虛擬角色動作自然,面部表情豐富,栩栩如生。 可定制3D虛擬角色:借助精密的定制系統,用戶能夠設計出反映自己創意想法的虛擬角色。 得益於MetaHuman框架的強力支持,Virtudio能夠與專業級的動作捕捉系統(如Mocopi和Xsens)實現無縫集成,這不僅為虛擬YouTuber(VTuber)領域帶來了顛覆性的變革,還極大地優化了專業創作者的工作流程。 BIBIMBLE首席運營官Bang Jun Young表示:「Virtudio不僅僅是一款虛擬角色創作工具,更是一個將創作者的願景變為現實的全方位解決方案。從高品質的3D角色建模到實時動作跟蹤和情感表達,Virtudio的一站式服務讓任何人都能利用基於虛幻引擎的虛擬角色和沉浸式的3D環境,輕鬆化身虛擬YouTuber(VTuber)。」 BIBIMBLE Selected as a Top 10 finalist in the Pitch Competition at the Hong Kong Electronics Fair BIBIMBLE的全球里程碑 Virtudio的發佈標誌著BIBIMBLE又迎來了一個重要的里程碑。此前,該公司已在香港電子產品展(Hong Kong Electronics Fair)上從3000家參展商中脫穎而出,躋身前十名決賽者之列,這一榮譽彰顯了公司致力於提供創新解決方案,重新定義虛擬內容創作的堅定承諾。 立即開始 Virtudio的搶先體驗版現已在Steam平台上線。請訪問Steam商店頁面:https://store.steampowered.com/app/3034060/Virtudio/,或搜索「Virtudio」,即刻開啟您的虛擬角色創作之旅。 關於BIBIMBLE BIBIMBLE成立於2018年,是一家由VR工程技術先鋒組成的尖端科技公司。該公司開發了諸多開創性的虛擬內容,例如HoloMR技術(無需VR設備即可體驗VR世界),以及由AI支持的數字人音樂會。Virtudio則是為下一代虛擬創作者量身打造的產品,它提供了一個功能強大的解決方案,並不斷更新新功能和改進措施,以不斷優化該平台。 欲瞭解更多信息,請訪問www.virtud.io 或通過info@virtud.io聯繫我們。

文章來源 : PR Newswire 美通社 發表時間 : 瀏覽次數 : 421 加入收藏 :
2024 年 12 月 12 日 (星期四) 農曆十一月十二日
首 頁 我的收藏 搜 尋 新聞發佈