微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 发力SAP On Azure 微软与中建材信息达成云合作

发力SAP On Azure 微软与中建材信息达成云合作

2015-01-06 11:55
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-01-06 11:55 周雅

中建材信息技术有限公司与微软近日展开战略合作,共同打造中建材信息企业云支持平台,涵盖企业SAP On Azure、容灾备份归档服务和大数据服务等领域。

发力SAP On Azure 微软与中建材信息达成云合作

启动仪式

微软公司大中华区副总裁兼企业及合作伙伴事业部总经理曾元曦介绍,此次合作,一个很重要的创新就是SAP on Azure。这个概念,微软在全球其实已经做得很多,但是在中国相对来说比较空白。

发力SAP On Azure 微软与中建材信息达成云合作

微软公司大中华区副总裁兼企业及合作伙伴事业部总经理曾元曦

目前,全球每季度SAP On Azure服务的客户增长比率超过30%。相比传统方式,通过SAP On Azure,国内用户部署SAP应用最高可节约75%成本,20分钟内即可完成快速部署;IT基础架构系统部署效率提升200~300倍;节省60%存储费用,并能按需快速恢复系统状态;无需额外支出,即可将现有数据中心迁移到云端。

显然,SAP On Azure既能让SAP国内用户受益,反过来也能让微软Windows Azure平台上多了更多SAP合作伙伴。此时,寻求转型的中建材信息正是其中一员。

据中建材信息技术有限公司信息产品事业群副总经理王乔晨介绍,双方合作将锁定三个方向:第一,利用Azure公有云存储,作为原有的传统硬件存储的补充;第二,中建材信息将提供SAP On Azure服务;第三,今年年底或明年初,中建材信息将在Azure上建立混合云方案测试体验中心,形成完整的公有云解决方案。

发力SAP On Azure 微软与中建材信息达成云合作

中建材信息技术有限公司信息产品事业群副总经理王乔晨

双方在SAP on Azure上探索了几个应用场景。

据王乔晨介绍,“第一,如果一些大型客户,在目前这个阶段比较顾忌把生产系统放到公有云上, 我们给他提供了一个开发及测试平台。让他在开发及测试阶段放在公有云上,这样一方面减少了他在开发测试阶段对硬件的采购需求;另一方面,也能让他很快的进入到系统的开发实施阶段。“

“另外,我们打算在公有云平台上打造一个门户,提供客户系统已经生产上线以后维护阶段的服务内容。SAP因为更贴近应用,不同用户的应用场景是不一样的,系统也是千差万别,但是在系统运行上线以后,系统后期维护的内容相对来说标准化。用户为了系统维护,要雇佣很贵的人,而且这个人的工作一定是不饱满的,毕竟系统不可能天天出事。我们觉得,把资源聚合在我们这儿,通过我们给他们提供这种近似于标准化的服务,能够减少他们的投资。”

“第三, 我们更希望用户把他所有的生产系统也能切换到公有云上 。这块我们的目标客户是中小企业的客户。在这样一个大前提下,会有一些中小型客户变成 SAP的客户。我们为其推出了一种类似于托管的模式,他们以前接触的是硬件平台,现在更多的是微软提供的无限资源的公有云平台,给他们提供从硬件平台、软件平台、中间件到最后应用的所有东西。”

当谈到客户对于公有云和私有云的选择时,王乔晨称,现在,用户在做一个ERP的项目时,他有两个选择:选其他厂商还是选 SAP;是自建数据中心还是选择公有云。“公有云已经不再是一个虚无缥渺的概念,他们的接受程度比我们想得要快。”

除SAP on Azure 之外,据了解,国内其他ERP企业巨头也推出了基于Windows Azure的ERP运营产品。在ERP平台领域,伴随整个企业信息化的大趋势,越来越多的企业提出将业务部署在云端,享受云端带来的快捷、方便、安全、可靠和低成本,而微软云已经开始大展拳脚。

事实上,自今年 3 月26日在国内正式商用以来,目前在中国的客户超过2万家,涵盖电信、媒体、汽车、政府等行业。

为了让更多的本土客户更快享受云福利,微软在国内推出了CSV(Cloud Service Vendor)项目。曾元曦强调,微软是提供平台和生产力的公司,需要更多国内合作伙伴共建云生态系统。

分享至
0赞

好文章,需要你的鼓励

周雅

Miranda
关注科技创新、技术投资。以文会友,左手硬核科技,右手浪漫主义。
推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-