اخبار فناوری: آخرین بهروزرسانیهای 2026-03-25
این گزارش خلاصهای از اخبار فناوری 2026-03-25 است و صرفاً بر اساس متنهای اصلی منابع تهیه شده است.
این گزارش بهصورت خودکار توسط AnishoAI تولید شده است. برای اتوماسیون تولید محتوای سایت خود، اطلاعات بیشتر و مشاهده پلنها به anishoai.com مراجعه کنید.
Copilot ابزاری برای کارهای ارزشمندتر در KPMG Canada
طبق گزارش news.microsoft.com، Christine Andrew، مدیر ارشد فعالسازی هوش مصنوعی (Managing Director for AI Enablement) در KPMG in Canada، معتقد است که ارزش اصلی Microsoft 365 Copilot صرفاً صرفهجویی در زمان نیست، بلکه امکان تمرکز بر فعالیتهای استراتژیکتر و باکیفیتتر را فراهم میکند. به گفته او، پیش از استفاده از این ابزار، بخش زیادی از وقت مدیریتی صرف برنامهریزی، اجرا و گزارشدهی میشد، اما اکنون با کاهش این بار عملیاتی، زمان بیشتری برای تفکر عمیق درباره روندهای بازار، ریسکها و نیازهای مشتریان در اختیار دارد.
Andrew بهشدت از Copilot in Teams برای مدیریت جلساتی که اغلب دو یا سهتایی همزمان برنامهریزی شدهاند استفاده میکند. همچنین از Copilot Chat به عنوان یک «چالشگر فکری» بهره میبرد تا استراتژیهای پیشنویس خود را بررسی کند و ببیند یک CEO با دیدگاه متفاوت چه واکنشی نشان میدهد. او در آمادهسازی یک سخنرانی اخیر نیز از قابلیتهای تحقیقاتی Copilot برای تحلیل مخاطبان استفاده کرد که نتیجه آن دعوت مجدد از سوی برگزارکنندگان کنفرانس بود.
بر اساس این گزارش، Christine Andrew حدود سه سال پیش برنامه دسترسی اولیه (early-access) Copilot را در KPMG Canada با تنها ۴۰ مجوز راهاندازی کرد. این تعداد بعداً به هزار کاربر افزایش یافت و در نهایت در سال 2025 برای تمام ۱۲,۰۰۰ کارمند شرکت مستقر شد. به گفته او، یکپارچگی عمیق Copilot با اکوسیستم Microsoft، استفاده از آن را نسبت به سایر ابزارهای هوش مصنوعی آسانتر و ایمنتر کرده است. امروزه میزان استفاده بهصورت هفتگی پیگیری میشود، کارکنان ملزم به تعیین اهداف مرتبط با هوش مصنوعی هستند و برنامههای آموزشی متعددی نیز برگزار شده است.
به گفته Andrew، هدف از گسترش Copilot صرفاً دنبال کردن فناوری جدید نبود، بلکه آزادسازی افراد از کارهای کمارزش بود تا زمان بیشتری برای تفکر، مشاوره به مشتریان و حل مسائل دشوارتر داشته باشند. او تأکید میکند که Copilot روز کاری را کوتاهتر نمیکند، بلکه نوع فعالیتهایی که در آن زمان انجام میشود را تغییر میدهد.
دسترسی به Amazon Timestream for InfluxDB در سه منطقه جدید AWS
طبق اعلام aws.amazon.com، سرویس Amazon Timestream for InfluxDB اکنون در مناطق Mexico (Central)، Japan (Osaka) و Brazil (Sao Paulo) در AWS Regions در دسترس قرار گرفته است. این سرویس به توسعهدهندگان و تیمهای DevOps امکان میدهد پایگاهدادههای کاملاً مدیریتشده InfluxDB را بر بستر AWS برای اپلیکیشنهای real-time و time-series با استفاده از APIهای open-source اجرا کنند.
Timestream for InfluxDB قابلیتهایی از جمله دسترسپذیری بالای Multi-AZ، read replica، دوام بهبودیافته و مقیاسپذیری multi-node را ارائه میدهد. بر اساس اعلام منبع، کاربران میتوانند از یک پیکربندی single-node شروع کرده و تا یک کلاستر Enterprise با ۱۵ نود مقیاسدهی کنند، بدون نیاز به re-architecting زیرساخت.
| قابلیت | توضیحات |
|---|---|
| دسترسپذیری بالا | Multi-AZ |
| مقیاسپذیری | single-node تا ۱۵ نود Enterprise |
| ابزارهای ایجاد | کنسول Amazon Timestream for InfluxDB، AWS CLI، AWS SDKs |
کاربران میتوانند پایگاهدادههای InfluxDB خود را از طریق کنسول Amazon Timestream for InfluxDB، AWS CLI یا AWS SDKs ایجاد کنند. برای اطلاعات بیشتر، مستندات و صفحه قیمتگذاری این سرویس در دسترس است.
Cloudflare سندباکس جدید Dynamic Workers را معرفی کرد
طبق اعلام blog.cloudflare.com، شرکت Cloudflare قابلیت جدیدی به نام Dynamic Worker Loader را در مرحله بتای عمومی برای تمام کاربران پولی Cloudflare Workers عرضه کرده است. این قابلیت به یک Cloudflare Worker اجازه میدهد تا در زمان اجرا، یک Worker جدید را در سندباکس اختصاصی خود با کدی که بهصورت on-the-fly تولید شده، راهاندازی کند. پیشتر در September، شرکت مفهوم Code Mode را معرفی کرده بود و نشان داده بود که تبدیل یک سرور MCP به TypeScript API میتواند مصرف توکن را تا 81% کاهش دهد.
بر اساس این گزارش، Dynamic Workers از مکانیزم سندباکسی به نام isolate استفاده میکنند؛ همان موتور اجرای JavaScript V8 که در Google Chrome به کار میرود. شرکت اعلام کرده که این فناوری حدود 100x سریعتر از کانتینرها راهاندازی میشود و از نظر مصرف حافظه 10x-100x بهینهتر است.
| ویژگی | کانتینرها | Dynamic Workers (isolate) |
|---|---|---|
| زمان راهاندازی | صدها میلیثانیه | چند میلیثانیه |
| مصرف حافظه | صدها مگابایت | چند مگابایت |
از مزایای دیگر Dynamic Workers، عدم محدودیت در تعداد سندباکسهای همزمان و نرخ ایجاد آنهاست. این سرویس در تمام صدها لوکیشن Cloudflare در سراسر جهان پشتیبانی میشود و Workerهای یکباره معمولاً روی همان ماشین و حتی همان thread ای اجرا میشوند که آنها را ایجاد کرده است. از نظر زبان برنامهنویسی، Dynamic Workers از JavaScript پشتیبانی میکنند و طبق مستندات، استفاده از Python و WebAssembly نیز امکانپذیر است، اما برای کدهای کوتاه AI-generated، JavaScript سریعتر بارگذاری و اجرا میشود.
سیاستهای auto-dismiss در GitLab برای مدیریت آسیبپذیریها
طبق اعلام about.gitlab.com، قابلیت auto-dismiss vulnerability policies در GitLab امکان مدیریت خودکار یافتههای امنیتی غیرضروری را فراهم میکند. اسکنرهای امنیتی اغلب یافتههایی از کدهای تست، وابستگیهای vendored، فایلهای تولیدشده خودکار و false positiveهای شناختهشده تولید میکنند که آسیبپذیریهای واقعی را زیر خود پنهان میسازند. تیمهای امنیتی ساعتها وقت صرف dismiss کردن دستی یافتههای تکراری و نامرتبط میکنند که منجر به alert fatigue و کاهش پذیرش اسکن امنیتی میشود.
با این قابلیت، میتوان معیارهایی بر اساس مسیر فایل، دایرکتوری یا شناسه آسیبپذیری (CVE یا CWE) تعریف کرد و آنها را در یک فایل YAML ثبت نمود. سیاستها بهصورت خودکار روی هر default-branch pipeline اعمال میشوند. طبق مستندات، تا ۱٬۰۰۰ آسیبپذیری در هر اجرا پردازش میشود. یافتههای auto-dismissed شامل دلیل مستندشده و لینک به سیاست مربوطه هستند و برخلاف حذف از اسکنر، در گزارش باقی میمانند تا در صورت تغییر شرایط قابل بازبینی باشند.
| نمونه سیاست | توضیح | الگوی مسیر یا شناسه |
|---|---|---|
| Dismiss test code vulnerabilities | Auto-dismiss findings in test directories | test/**/*, tests/**/*, spec/**/*, __tests__/* |
| Dismiss vendored dependency findings | Findings in vendored code are managed upstream | vendor/*, third_party/*, vendored/* |
| Dismiss known false positive CVEs | CVEهای تأییدشده بهعنوان false positive | CVE-2023-44487, CVE-2024-29041, CVE-2023-26136 |
| Dismiss generated code findings | Generated files are not authored by us | generated/*, **/*.pb.go, **/*.generated.* |
| Dismiss CWEs mitigated by WAF | XSS و SQLi mitigated by WAF rules | CWE-79, CWE-89 |
به عنوان نمونه، میتوان سیاستی برای dismiss خودکار کلاسهای آسیبپذیری مانند XSS با شناسه CWE-79 یا SQL injection با شناسه CWE-89 تعریف کرد که توسط WAF پوشش داده شدهاند. همچنین نمونهای برای پذیرش ریسک خانواده CVE مربوط به Log4j با الگوی CVE-2021-44* ارائه شده که با عنوان پذیرش risk for log4j CVE family و با توضیح Log4j CVEs mitigated by version pinning و WAF قابل پیکربندی است. این قابلیت از بخش Secure > Policies > New policy > Vulnerability management policy قابل دسترسی بوده و با Merge the MR فعال میشود.
کارخانههای هوش مصنوعی انعطافپذیر برای تثبیت شبکه برق
طبق گزارش NVIDIA، شرکت Emerald AI با همکاری NVIDIA، EPRI، National Grid و Nebius نشان داده که کارخانههای هوش مصنوعی «انعطافپذیر در مصرف انرژی» (power-flexible) میتوانند بهصورت خودکار مصرف برق خود را در زمان اوج تقاضا کاهش دهند. این فناوری میتواند اتصال سریعتر این مراکز به شبکه برق را بدون نیاز به ارتقاء زیرساختی طولانیمدت ممکن سازد و از افزایش نرخ برق برای مصرفکنندگان عادی جلوگیری کند.
پس از آزمایشهای اولیه در Arizona، Virginia و Illinois، تیم Emerald AI در ماه December پلتفرم Emerald AI Conductor Platform را به کارخانه هوش مصنوعی جدید Nebius AI در لندن منتقل کرد. در این مرکز، حجم کاری واقعی روی خوشهای متشکل از ۹۶ عدد NVIDIA Blackwell Ultra GPUs که از طریق پلتفرم NVIDIA Quantum-X800 InfiniBو به هم متصل بودند، اجرا شد. EPRI و National Grid سناریوهای فشار مختلفی از جمله بازسازی جهش مصرف انرژی ناشی از مسابقه فوتبال UEFA EURO 2020 بین Englو و آلمان را شبیهسازی کردند. در آن رویداد واقعی، National Grid که برق Englو و Wales را تأمین میکند، جهش تقاضای حدود ۱ گیگاوات را در عرض چند دقیقه تجربه کرده بود.
بر اساس این گزارش، خوشه هوش مصنوعی با موفقیت مصرف برق خود را کاهش داد و به عنوان ضربهگیر برای جهش ناگهانی انرژی عمل کرد، بدون اینکه وظایف با اولویت بالا مختل شوند. Emerald AI طبق اعلام خود، 100% تطابق با بیش از ۲۰۰ هدف مصرف انرژی تعیینشده توسط EPRI و National Grid را ثبت کرد. Varun Sivaram، بنیانگذار و CEO of Emerald AI گفت: «با این فناوری، کارخانههای هوش مصنوعی به داراییهای مفید شبکه برق تبدیل میشوند.» Steve Smith، مسئول ارشد استراتژی National Grid نیز اعلام کرد که آزمایشها فراتر از آزمونهای انجامشده در آمریکا بوده و علاوه بر GPUها، CPUها و کل مصرف برق تجهیزات IT نیز آزمایش شده است. پس از چهار آزمایش موفق، Emerald AI و NVIDIA آماده استقرار واقعی این فناوری در Aurora AI Factory in Virginia هستند.
جمعبندی
روندهای اصلی امروز شامل گسترش ابزارهای هوش مصنوعی در محیط کار برای تمرکز بر فعالیتهای استراتژیکتر، توسعه زیرساختهای ابری و امنیتی با قابلیتهای خودکارسازی، و نوآوری در مدیریت مصرف انرژی مراکز داده هوش مصنوعی است. شرکتهایی مانند مایکروسافت، Cloudflare، GitLab و NVIDIA با ارائه راهکارهای جدید، بهرهوری سازمانی و پایداری زیرساختی را همزمان دنبال میکنند.
سؤالات متداول
Microsoft 365 Copilot چه تأثیری بر نحوه کار مدیران در KPMG Canada داشته است؟
به گفته Christine Andrew، Copilot بار عملیاتی برنامهریزی، اجرا و گزارشدهی را کاهش داده و زمان بیشتری برای تفکر عمیق درباره روندهای بازار، ریسکها و نیازهای مشتریان فراهم کرده است. همچنین از Copilot in Teams برای مدیریت جلسات همزمان و از Copilot Chat به عنوان چالشگر فکری استفاده میشود.
قابلیت Dynamic Worker Loader در Cloudflare چیست و چگونه کار میکند؟
این قابلیت که در مرحله بتای عمومی برای کاربران پولی Cloudflare Workers عرضه شده، به یک Worker اجازه میدهد در زمان اجرا یک Worker جدید را در سندباکس اختصاصی با کد تولیدشده on-the-fly راهاندازی کند. این سندباکس از مکانیزم isolate مبتنی بر موتور JavaScript V8 گوگل کروم استفاده میکند.
سیاستهای auto-dismiss در GitLab چه مشکلی را حل میکنند؟
این قابلیت مشکل alert fatigue تیمهای امنیتی را حل میکند. با تعریف معیارهایی بر اساس مسیر فایل، دایرکتوری یا شناسه آسیبپذیری (CVE یا CWE) در یک فایل YAML، یافتههای غیرضروری مانند false positiveها و کدهای تست بهصورت خودکار dismiss میشوند و تا ۱٬۰۰۰ آسیبپذیری در هر اجرا پردازش میشود.
📚 منابع
- 🔗 news.microsoft.com: For KPMG Canada’s Christine Andrew, Copilot isn’t just a time saver—it…
- 🔗 aws.amazon.com: Amazon Timestream for InfluxDB is now available in the Mexico (Central…
- 🔗 blog.cloudflare.com: Sوboxing AI agents, 100x faster…
- 🔗 about.gitlab.com: Manage vulnerability noise at scale with auto-dismiss policies…
- 🔗 NVIDIA: Blowing Off Steam: How Power-Flexible AI Factories Can Stabilize the G…
میخواهید محتوای تمام محصولات سایتتان را با یک کلیک تولید کنید؟
