想必今天下午很多人在使用支付寶時都遇到了無法登錄或支付的情況,由于支付寶已經(jīng)深入到了不少人的日常生活,出現(xiàn)這樣的狀況,一時還真有點不適應。
就在幾個小時前,筆者下外賣訂單,進行在線支付時,就卡在了支付寶,而是用了百度錢包,不過反而省了幾塊錢。跑題了,我們言歸正傳。
對于此次超過兩個小時的故障,支付寶回應稱,“由于杭州市蕭山區(qū)某地光纖被挖斷,造成目前少部分用戶無法使用支付寶。”
對此說法,很多業(yè)內(nèi)人士表示懷疑啊。某業(yè)內(nèi)大咖對記者表示,“像支付寶這樣公司的數(shù)據(jù)中心已經(jīng)不只是簡單的雙活,而已經(jīng)是多活數(shù)據(jù)中心了。如果由于鏈路出現(xiàn)問題,切換到其他數(shù)據(jù)中心恢復正常業(yè)務的時間肯定是分鐘級的。”
我們注意到,從網(wǎng)友反映支付寶故障(27日17點左右),到官方通知恢復正常服務(27日19:28),這個時間超過2個小時。
所以從金融級的IT架構(gòu)來看,支付寶這個所謂“正在緊急將用戶請求切換至其他機房”的時間過于長了點。
據(jù)傳言是此次故障是因為機房出現(xiàn)問題,這個似乎也簡單了些。所以甚至有業(yè)內(nèi)人士指出是接口或數(shù)據(jù)庫出現(xiàn)問題,不過這一傳言未經(jīng)證實。
可以看到的是,在支付寶官方發(fā)布服務恢復時,還附帶上了這樣的話:“如果出現(xiàn)交易信息不同步的情況,會逐步恢復。”
也許有人看出端倪,這還是簡單的光纖被挖斷嗎?
回顧IT災備發(fā)展的里程,已經(jīng)經(jīng)歷了從數(shù)據(jù)災備到應用災備到業(yè)務災備的過程,筆者還真認為支付寶應該是業(yè)務級災備的階段了。
IT界不缺看熱鬧的
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。