北京時(shí)間5月18日,這是一條來(lái)自企業(yè)市場(chǎng)的利好消息。騰訊云今日對(duì)外宣布,向市場(chǎng)免費(fèi)推出云計(jì)算的“彈性伸縮”(Auto Scaling)服務(wù),用戶可以快速調(diào)配大規(guī)模的云計(jì)算資源。據(jù)內(nèi)測(cè)階段首批用戶數(shù)據(jù),這一服務(wù)可支持單次自動(dòng)擴(kuò)容3000臺(tái)以上的服務(wù)器資源調(diào)配,將原來(lái)耗時(shí)一晚上的調(diào)配降至2.5小時(shí);通過(guò)結(jié)合使用精確靈活的“秒級(jí)計(jì)費(fèi)”方式,典型用戶使用后每月節(jié)省30%的云服務(wù)器開(kāi)銷,只需要為實(shí)際使用的計(jì)算資源和時(shí)間買單。
騰訊云基礎(chǔ)產(chǎn)品中心產(chǎn)品總監(jiān)羅茂政表示,騰訊云希望通過(guò)“彈性”和“靈活計(jì)費(fèi)”的方式降低用戶上云門檻,彈性伸縮是云計(jì)算的基礎(chǔ)設(shè)施-云服務(wù)器的高級(jí)功能,騰訊云推出彈性伸縮服務(wù)是公有云服務(wù)臻于完善的體現(xiàn)。
市面上提供彈性伸縮服務(wù)的云服務(wù)不多,與現(xiàn)有同類服務(wù)對(duì)比,騰訊云彈性伸縮將云計(jì)算2大核心問(wèn)題-資源調(diào)配和計(jì)費(fèi)方式的解決推進(jìn)一大步:提供數(shù)量龐大的云服務(wù)器的資源調(diào)配,結(jié)合推出“秒級(jí)計(jì)費(fèi)”的計(jì)費(fèi)服務(wù)。這也是公有云市場(chǎng)上與用戶密切相關(guān)的兩大問(wèn)題。
有技術(shù)人士表示,彈性伸縮的技術(shù)突破,不在彈性伸縮技術(shù)自身,主要源于云服務(wù)商后臺(tái)基礎(chǔ)能力的積累。騰訊云一直對(duì)外表示,騰訊云彈性伸縮能力來(lái)源騰訊云依托騰訊18年的海量技術(shù)后臺(tái)的積累。在這里,對(duì)云服務(wù)市場(chǎng)上具備“彈性伸縮”的同類服務(wù)進(jìn)行橫向比較:
•對(duì)比一:人力緯度,對(duì)比同類服務(wù),騰訊云根據(jù)監(jiān)控指標(biāo)和定時(shí)任務(wù)擴(kuò)容縮容,無(wú)需人工實(shí)時(shí)守護(hù)。
•對(duì)比二:時(shí)間緯度,對(duì)比以小時(shí)為單位計(jì)費(fèi)的云服務(wù),騰訊云可結(jié)合提供“秒級(jí)計(jì)費(fèi)”服務(wù)。
•對(duì)比三:性能緯度,對(duì)比同類服務(wù),騰訊云后臺(tái)多次經(jīng)歷單客戶3000臺(tái)左右的擴(kuò)縮容實(shí)踐,有更大的資源池和更穩(wěn)定可靠的后臺(tái)。
如果不使用彈性伸縮,用戶的人力成本、業(yè)務(wù)風(fēng)險(xiǎn)和場(chǎng)景支持會(huì)有什么不同??jī)烧叩膮^(qū)別通過(guò)表格對(duì)比是這樣的:
通過(guò)以上雙向比較可見(jiàn),就彈性伸縮這一服務(wù)而言,騰訊云在人力、物力、財(cái)力等各項(xiàng)指標(biāo)上的表現(xiàn),辨識(shí)度明顯,降低了用戶的上云門檻。
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。