今日上午,聯(lián)想在北京正式發(fā)布了其云計(jì)算戰(zhàn)略“騰云計(jì)劃”,這是聯(lián)想首次發(fā)布云計(jì)算整體戰(zhàn)略,此舉也預(yù)示著聯(lián)想正式加入云計(jì)算市場(chǎng)的角逐。
目前,云計(jì)算市場(chǎng)風(fēng)起云涌。云計(jì)算市場(chǎng)吸引了IBM、微軟、惠普、戴爾、甲骨文、亞馬遜、Google、阿里巴巴、騰訊、百度等國(guó)內(nèi)外巨頭加入戰(zhàn)團(tuán)。
由于,中國(guó)政府出臺(tái)有數(shù)據(jù)不能離岸的規(guī)定。所以一些國(guó)外云計(jì)算廠(chǎng)商無(wú)法對(duì)中國(guó)用戶(hù)直接提供服務(wù)。在此背景下,中國(guó)互聯(lián)網(wǎng)公司在云計(jì)算市場(chǎng)脫穎而出,阿里巴巴、騰訊、百度、盛大等紛紛在云計(jì)算市場(chǎng)展開(kāi)布局。
而隨著去年微軟、IBM、亞馬遜AWS等云計(jì)算巨頭的入華,中國(guó)云計(jì)算市場(chǎng)正在迎來(lái)前所未有變化,中外廠(chǎng)商開(kāi)始角力,服務(wù)器廠(chǎng)商浪潮、曙光、華為等也紛紛高調(diào)布局,即便有些廠(chǎng)商沒(méi)有直接提供公有云服務(wù),但是他們基本上都是知名公有云背后的支撐者。
作為全球最大的PC廠(chǎng)商,聯(lián)想?yún)s一直沒(méi)有沒(méi)有在云計(jì)算市場(chǎng)推出特有戰(zhàn)略。但是并不意味著聯(lián)想不關(guān)注這一市場(chǎng),事實(shí)上,聯(lián)想是國(guó)內(nèi)廠(chǎng)商中最早的企業(yè)級(jí)業(yè)務(wù)布局者之一。其多年以來(lái)就是國(guó)內(nèi)服務(wù)器市場(chǎng)的佼佼者。
在2012年6月份,聯(lián)想發(fā)布了ThinkServer服務(wù)器全系列產(chǎn)品,并在會(huì)上宣布2015年達(dá)成全球服務(wù)器前三的目標(biāo)。
在今年初,聯(lián)想宣布收購(gòu)收購(gòu)IBM X86業(yè)務(wù)。至此,人們恍然大悟,聯(lián)想此前提出的目標(biāo)所言不虛。聯(lián)想和IBM X86服務(wù)器份額的疊加,足以實(shí)現(xiàn)這一目標(biāo)。
聯(lián)想此次發(fā)布騰云計(jì)劃,是其30年歷史上首次發(fā)布云計(jì)算相關(guān)戰(zhàn)略。此次聯(lián)想發(fā)布了包括PaaS、IaaS、SaaS、ThinkCloud AIO等一系列的解決方案。這也預(yù)示著聯(lián)想的企業(yè)級(jí)戰(zhàn)略全面提速,而加入云計(jì)算市場(chǎng)競(jìng)爭(zhēng),也讓聯(lián)想提出PC+戰(zhàn)略方向之后,有了更多看點(diǎn)。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。