博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
2016红帽年度创新大奖榜单揭晓
阅读量:2394 次
发布时间:2019-05-10

本文共 3542 字,大约阅读时间需要 11 分钟。

每年的红帽峰会,惯例都会有一个激动人心的环节——评选出本年度的创新奖得主。在2016红帽峰会最后一天——6月30日上午颁奖典礼上,红帽公司用户体验与互动副总裁Marco Bill-Peter、红帽公司副总裁兼技术战略官Chris Wright,共同宣布了2016年度红帽创新大奖的获奖榜单,并现场进行了颁奖活动。

2016红帽创新大奖共分为年度大奖和分类创新奖两项。分类创新奖的评选共设置了6大类,以参选者在使用红帽解决方案实施的独特性、复杂性和量级为标准,评选出各组优胜者。再从6组获奖者中,根据网友投票结果最终评选出一位年度大奖获得者。

颁奖典礼上,红帽用户体验与互动副总裁Marco Bill-Peter、红帽公司副总裁兼技术战略官Chris Wright宣布2016红帽创新年度大奖得主——Amadeus公司。颁奖致辞中他们说,今年红帽各个获奖团队所在领域的跨度很大,但在众多行业应用中,这些获奖者们都有一个共同点:那就是卓越。这表现在他们直面问题寻找解决方案,使用红帽开源解决方案,致力于提高业务的灵话性、可扩展性和安全性,并推动下一代业务更快革新和部署。

图片描述

2016红帽创新奖年度大奖得主——Amadeus公司

追溯历史,红帽的创新奖评选最早从2007年开始,至今已走过10个年头。“红帽创新奖”颁发的初衷,旨在表彰全球范围内红帽客户及合作伙伴,表彰他们在使用红帽产品时最具创新性的思维,强大的问题解决能力。2016年红帽创新奖评委团成员包括:IDC欧洲软件项目主任Carla Arend;每周日报资深编辑Sean Michael Kerner;弗雷斯特研究股份有限公司首席分析师Henry Peyret;红帽公司OpenShift副总裁兼总经理Ashesh Badani。

第十届红帽创新奖获奖名单

年度大奖

获奖者:Amadeus公司

Amadeus是全球旅游业技术解决方案的领先企业。为了满足顾客需求的灵活变动,公司需要一个全新的、高度可用、灵活且对基础架构变动兼容的计算平台。在多方抉择后,Amadeus使用了红帽OpenShift容器平台作为新应用程序的基础架构平台。Amadeus希望基于容器的云解决方案能够降低系统延时,从而实现更好的客户服务,增加平台可扩展性,通过自动化实现操作简化并且降低新服务市场化所需要的时间,从目前来看,这个方案实施达到了很好的效果。

Amadeus公司首席技术官Olaf Schhapauff总结说,“创新就是拆除壁垒,打开新天地。我们创建的Amadeus Cloud Services解决方案,很好地使用了红帽OpenShift云平台,我相信,我们的故事,是一个能告诉更多企业如何做出改变,如何做好创新并带来实效的典型范例”。

Amadeus的整体解决方案中包含:

PASS平台:Red Hat Openshift
中间件:Red Hat JBoss Middleware
操作系统:Red Hat Enterprise Linxu
方案顾问:Red Hat咨询服务

六大分类获奖名单

加速、集成、自动化类

获奖者:Acuity Systems公司

奖项说明:用于表彰使用红帽解决方案的IT工作量的最优加速、集成和自动化方面的创新
Acuity Systems是为政府提供基于云计算、大数据分析平台和应用程序的企业,其产品可以识别处理任意来源、任意类型的数据。Acuity的解决方案利用其独特的架构去帮助它的使用者处理数据以获取数据的价值。它的分析平台集成了最先进的开源技术去实现高性能,可扩展和经受得住未来考验的能力。Acuity给GSA交付了其“数据到决策(D2D)”平台,这是一个在政府范围内,在保证降低成本和政府的安全需求的同时,允许政府更好地利用它的数据资源去做出更正确的决策的下一代数据和决策管理框架。Acuity配置了包括红帽JBoss数据虚拟化,红帽JBoss Fuse和红帽JBoss BPM套件在内的红帽解决方案去搭建平台。 D2D平台已经进化为一个分析即服务(AaaS)的平台,在这里GSA能够收集、管理和分析复杂数据,并且归纳总结出帮助执行者、使用者甚至纳税人做出更好决策所需要的信息。

应用开发类

获奖者:Atos公司

奖项说明:用于表彰在创造、保持和发展成功的企业应用程序时最为出色的实现优秀整体性能的敏捷方法和红帽解决方案,无论这些应用是传统应用、移动应用或基于云的应用。

Atos是一家在72个国家拥有100000名雇员、提供咨询和系统集成服务,托管式服务和商业流程委外服务、云计算、大数据以及网络安全解决方法等的数字化服务公司, 并且它是奥运和残奥会标的全球IT合作伙伴。Atos曾想为英国政府部门创造一个软件即服务的解决方案使其能够更轻松地安全传递信息。公司建立了Canopy Digital Connect, 一个利用了红帽JBoss Fuse、红帽企业Linux和红帽Satellite建立的全新软件即服务(SaaS)解决方案。Atos宣布新的解决方案能够帮助政府部门有效减少资本支出,这归功于此项服务的全自动以及无需使用者前期花费的特性。新的解决方案同样有助于政府部门通过数字化议程改变他们与市民接洽时的方式。

云计算类

获奖者:Amadeus公司

奖项说明:用于表彰利用红帽云技术最成功的云部署
Amadeus同时也是本年度大奖获得者。作为全球旅游业技术解决方案的领先企业,Amadeus选择红帽OpenShift容器平台,再加上此前红帽JBoss Middleware等在内的红帽整体解决方案,在业务实施中获得了很好的效果。

基础架构类

获奖者:BSE公司

奖项说明:用于表彰在基础架构中显著的灵活性、可伸缩性、成本效益、性能和安全提升方面的成就
BSE,之前为Bombay Stock Exchange Ltd,是亚洲首家证券交易所。超过5500家公司在BSE的名单上。这会员名单使得它成为世界上最大的交易所。在过去的二十年里,BSE在它的古老的设施重压下挣扎。BSE发现了它老旧的基础架构限制了革新,并且更新系统所需的高成本最终使得它的系统经济上不可行。此印度证券交易所和红帽合作利用开源技术建立一个由红帽企业Linux驱动的全新交易系统。BSE宣布自从使用了新系统,交易量由每天一千万上升至四亿,硬件成本降低了66个百分点,并且交易速度从10毫秒加快到6微秒。

现代化类

获奖者:Paddy Power Betfair

奖项说明:用于表彰在由老旧的、专有基础架构的、销售商有限的解决方案向标准化、开源解决方案的过渡中最杰出的贡献者。
Paddy Power Betfair是世界上最大的公共网络投注公司,一贯快速进行大量交易,需要全天候至高的安全意识。它的遗留基础架构不能够与它交易量的增长相匹配,因而他们研究了能够获得现代基础架构,同时拥有改善的可伸缩性、安全性和灵活性的新一代解决方案。Paddy Power Betfair依靠囊括红帽企业Linux, 红帽OpenStack平台,红帽咨询和红帽业务账单管理在内的一系列红帽技术和服务去实现它们的现代化基础架构。现在,公司的协议栈展现了水平向外扩展以及实现更高正常运行时间的能力。像编码一样去管理其基础构架的能力帮助公司通过快速发放更新,新产品和自动化维修的同时允许客户继续使用此服务来保持竞争力。作为一个内部私有云,它在提供监管者所需的安全特性的同时展现了公共云具有的灵活性。

转型类

获奖者:Genfare公司

奖项说明:用于表彰将一个IT部门由客服中心转变为提供自服务和有效自动化的商业合作伙伴的红帽解决方案最佳利用
Genfare为北美运输公司提供了智能收费和管理解决方案,每年处理超过三十亿起交易。当收费工业改进时,Genfare需要经历数字化转换——从硬件公司过渡到完全接受物联网的软件公司。Genfare与红帽合作发展Genfare Link,一个为收费管理设计的基于云计算的能够支持包括移动门、智能卡、磁卡和现金、硬币和礼券等多种收费媒介的平台。对Genfare而言,其全新收费管理平台代表了从经典嵌入式系统到现代物联网基础构架的转变。依靠其基于开源的平台,一系列通用服务促进了票箱、售票点、自动售票机和后端系统之间的交流。新平台使得Genfare和其他方案提供商相比有更大的优势:降低运输公司网点的所需的IT支持、本地设备和操作的费用,还可提供可定制、易访问、全功能的收费管理解决方案。

“每一年,我们都会被很多创造性的解决方案和创新所震撼,祝贺以上获奖团队!祝贺10年来每年给我们带来惊喜的创新团队们!”

你可能感兴趣的文章
深度学习新闻的最佳来源
查看>>
Keras TensorFlow教程:如何从零开发一个复杂深度学习模型
查看>>
GAN 论文大汇总
查看>>
Python入门深度学习完整指南
查看>>
MCMC和Gibbs Sampling算法
查看>>
人工智能术语表
查看>>
AIGrant: 开源AI项目获得 $ 5,000 奖金
查看>>
卷积自编码
查看>>
(三)神经网络入门之隐藏层设计
查看>>
(二)神经网络入门之Logistic回归(分类问题)
查看>>
Logistic分类函数
查看>>
(一)神经网络入门之线性回归
查看>>
(一)神经网络入门之线性回归
查看>>
Tensorflow Python API 翻译(nn)
查看>>
Tensorflow Python API 翻译(nn)
查看>>
Tensorflow Python API 翻译(sparse_ops)
查看>>
Tensorflow Python API 翻译(math_ops)(第一部分)
查看>>
Tensorflow Python API 翻译(math_ops)(第二部分)
查看>>
Tensorflow Python API 翻译(array_ops)
查看>>
Tensorflow Python API 翻译(constant_op)
查看>>