紅帽云訪(fǎng)問(wèn)(Red Hat Cloud Access)服務(wù),紅帽企業(yè)Linux客戶(hù)可以將其運(yùn)行在紅帽企業(yè)Linux上的軟件上傳到由世紀(jì)互聯(lián)運(yùn)營(yíng)的Microsoft Azure上。
由世紀(jì)互聯(lián)運(yùn)營(yíng)的Microsoft Azure是首個(gè)在中國(guó)實(shí)現(xiàn)正式商用的國(guó)際公有云服務(wù)。以2015年11月紅帽與微軟之間達(dá)成的深入合作為基礎(chǔ),雙方將共同為客戶(hù)提供高度整合的技術(shù)支持和服務(wù),共同解決客戶(hù)遇到的問(wèn)題。
微軟亞太科技有限公司董事長(zhǎng)、微軟亞太研發(fā)集團(tuán)首席運(yùn)營(yíng)官、微軟中國(guó)云計(jì)算與企業(yè)事業(yè)部總經(jīng)理申元慶表示:“在中國(guó)各行各業(yè)的數(shù)字化轉(zhuǎn)型中,Azure正在扮演著越來(lái)越重要的角色,而尊重多樣性、擁抱開(kāi)源、為用戶(hù)提供靈活多樣的選擇,是微軟幫助中國(guó)企業(yè)推進(jìn)云策略、實(shí)現(xiàn)云轉(zhuǎn)型的重要承諾。紅帽企業(yè)Linux在中國(guó)擁有廣泛的用戶(hù)基礎(chǔ),微軟與紅帽的合作,將為Azure和紅帽企業(yè)Linux的用戶(hù),以及更廣泛的開(kāi)發(fā)商、合作伙伴生態(tài)系統(tǒng),帶來(lái)無(wú)縫銜接、靈活高效和多樣化的企業(yè)級(jí)混合云解決方案,促進(jìn)各方在中國(guó)的數(shù)字化轉(zhuǎn)型中共同獲益。”
紅帽全球技術(shù)業(yè)務(wù)拓展副總裁Mike Ferris表示:“紅帽與微軟在混合云計(jì)算領(lǐng)域有著共同的信念,雙方正在相互協(xié)作,讓紅帽企業(yè)Linux客戶(hù)在本地和Azure上都能享受他們訂閱的服務(wù)。由世紀(jì)互聯(lián)運(yùn)營(yíng)的Microsoft Azure正式支持紅帽企業(yè)Linux,將為客戶(hù)的混合云架構(gòu)部署提供更豐富的選擇。我們非常高興地看到,在紅帽和微軟在全球范圍內(nèi)達(dá)成的合作伙伴關(guān)系的基礎(chǔ)上,中國(guó)的Azure用戶(hù)現(xiàn)在也能享受到全球領(lǐng)先的企業(yè)級(jí)Linux平臺(tái)。”
關(guān)于紅帽企業(yè)Linux和紅帽云訪(fǎng)問(wèn)服務(wù):
關(guān)于由世紀(jì)互聯(lián)運(yùn)營(yíng)的Microsoft Azure
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。