6月14日上午,帝恩思(837018)敲響了登陸新三板的鐘聲。作為帝恩思的重要股東,迅雷(NASDAQ:XNET)CEO鄒勝龍與帝恩斯董事長王宇杰、總經(jīng)理許淵培等人一同參加了這一儀式。
帝恩斯是一家關(guān)注互聯(lián)網(wǎng)云安全領(lǐng)域的企業(yè),主要提供域名解析服務(wù)。CNNIC數(shù)據(jù)顯示,由于網(wǎng)絡(luò)攻擊頻繁,國內(nèi)網(wǎng)站域名存在安全問題的高達(dá)62%,正是抓住這樣的機(jī)遇,帝恩斯迅速成長,自2012年成立后,服務(wù)用戶的數(shù)量迅速沖進(jìn)了全國前三名。
去年5月,迅雷披露了此前的3筆投資案,其中就包括收購廈門帝恩斯公司15%的股權(quán),另外兩筆投資則涉及風(fēng)投和手游行業(yè)。
迅雷CEO鄒勝龍表示,“帝恩思是迅雷在云計(jì)算和互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)領(lǐng)域里的重要戰(zhàn)略投資之一。他們的服務(wù)特色鮮明,在安全性方面的表現(xiàn)尤其讓我印象深刻,相信帝恩思在未來的一段時(shí)間還將繼續(xù)保持較高的成長性。”
帝恩斯提供的抗DNS攻擊的高級防御服務(wù),是基于其自主開發(fā)、擁有知識產(chǎn)權(quán)的高性能內(nèi)核。敲鐘儀式后,帝恩思董事長王宇杰在談到今后的發(fā)展規(guī)劃時(shí)也明確表示,帝恩思的定位,就是DNS研發(fā)的技術(shù)服務(wù)商,帝恩思將持續(xù)增加研發(fā)方面的投入,提升產(chǎn)品技術(shù)實(shí)力。
據(jù)迅雷聯(lián)席CEO陳磊介紹,現(xiàn)在雙方的實(shí)質(zhì)性合作已經(jīng)展開,迅雷星域CDN業(yè)務(wù)就在使用帝恩思的DNS服務(wù)。
“在投資決策之初,我們就考慮到DNS服務(wù)與迅雷當(dāng)時(shí)正在起步的CDN服務(wù)有很強(qiáng)的協(xié)同效應(yīng)。因此,投資帝恩思對迅雷具有戰(zhàn)略價(jià)值。CDN服務(wù)能夠給DNS服務(wù)帶來更多的客戶,而DNS服務(wù)的技術(shù)是CDN服務(wù)中不可或缺的部分。特別是我們的星域CDN,需要DNS服務(wù)有更強(qiáng)的處理能力。”陳磊說。
迅雷云計(jì)算業(yè)務(wù)被視為迅雷具有戰(zhàn)略性的轉(zhuǎn)型業(yè)務(wù)。這一業(yè)務(wù)具備創(chuàng)新的商業(yè)模式,不僅重新定義了CDN,還將原本浪費(fèi)的邊緣節(jié)點(diǎn)資源實(shí)現(xiàn)高價(jià)值利用,兼顧了科技發(fā)展與環(huán)境發(fā)展。迅雷2016年第一季度的財(cái)報(bào)顯示,迅雷云計(jì)算業(yè)務(wù)繼上一季度環(huán)比增長33.9%之后,再次大幅上漲40.4%,增速繼續(xù)加快。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡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(jī)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(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(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯行為并不能實(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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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,已在多個任務(wù)上驗(yàn)證有效性。