1991年,《科學(xué)美國(guó)人》雜志描繪了一種“無處不在的計(jì)算設(shè)備,沒人會(huì)感覺到它的存在”,拉開了萬物智能的序幕。
27年后的2018杭州·云棲大會(huì)上,阿里云公布了面向萬物智能的新一代云計(jì)算操作系統(tǒng)——飛天2.0,可滿足百億級(jí)設(shè)備的計(jì)算需求,覆蓋從物聯(lián)網(wǎng)場(chǎng)景隨時(shí)啟動(dòng)的輕計(jì)算到超級(jí)計(jì)算的能力,實(shí)現(xiàn)從生產(chǎn)資料到生活資料的智能化,改善社會(huì)運(yùn)轉(zhuǎn)效率,這也是阿里云史上最大的一次技術(shù)升級(jí)。
飛天(Apsara)是阿里云自主研發(fā)的大規(guī)模云計(jì)算操作系統(tǒng),可將全球數(shù)百萬臺(tái)服務(wù)器連成一臺(tái)超級(jí)計(jì)算機(jī),為社會(huì)提供計(jì)算能力。全新一代的飛天2.0擁有更強(qiáng)健的技術(shù)設(shè)施,包括從秒級(jí)啟動(dòng)ECI到云上超算集群的全場(chǎng)景覆蓋,云邊端一體的協(xié)同計(jì)算和AI能力,全球可達(dá)的網(wǎng)絡(luò)和對(duì)IPv6的全面支持,可讓萬物能隨時(shí)隨地被連接、計(jì)算、智能化。
“飛天2.0支撐了阿里云遍布全球的基礎(chǔ)設(shè)施,針對(duì)億萬個(gè)端進(jìn)行廣泛適配,可覆蓋最后一公里的計(jì)算。”阿里云產(chǎn)品總監(jiān)何云飛表示:“計(jì)算是心臟,AI是大腦,IoT是神經(jīng)網(wǎng)絡(luò),這是我們對(duì)萬物智能時(shí)代的構(gòu)想,也是飛天2.0的設(shè)計(jì)理念。”
在物聯(lián)網(wǎng)這個(gè)新賽道上,飛天2.0具備更強(qiáng)的連接能力,兼容市面上90%物聯(lián)網(wǎng)通信方案,并不斷推動(dòng)LoRa成為物聯(lián)網(wǎng)基礎(chǔ)設(shè)施的技術(shù)標(biāo)準(zhǔn)。杭州云棲現(xiàn)場(chǎng),一艘巨大的飛艇帶著LoRa基站飛入了云棲大會(huì)會(huì)場(chǎng),為現(xiàn)場(chǎng)的物聯(lián)網(wǎng)設(shè)備建設(shè)了一個(gè)能在空中自動(dòng)巡航的通信基站,形成一張“天空物聯(lián)網(wǎng)”。
城市是萬物智聯(lián)的最佳載體。杭州云棲上,阿里云宣布基于飛天平臺(tái)的杭州城市大腦升級(jí)到2.0,覆蓋杭州市共420平方公里(相當(dāng)于65個(gè)西湖),接管了1300個(gè)信號(hào)燈路口、接入4500路視頻,通過七大生命體征全面感知城市,處理數(shù)以百億計(jì)信息的實(shí)時(shí)分析。
目前,阿里云飛天已遍布全球200多個(gè)數(shù)據(jù)中心,為百萬級(jí)用戶提供計(jì)算服務(wù),具備億萬級(jí)連接、毫秒級(jí)響應(yīng)、EB級(jí)存儲(chǔ)空間、單集群1萬臺(tái)規(guī)模等能力。今天的飛天不僅僅是互聯(lián)網(wǎng)技術(shù)的支撐,而是在為企業(yè)和整座城市提供思考和決策的能力。“未來基于飛天的計(jì)算將無處不在。”何云飛說。
附:
飛天大事記
2009年,寫下第一行飛天代碼
2010年,第一個(gè)客戶阿里金融通過飛天平臺(tái)正式對(duì)外提供服務(wù)
2011年,阿里云開始大規(guī)模對(duì)外提供基于飛天的云計(jì)算服務(wù)
2012年,飛天成為雙11的基礎(chǔ)設(shè)施
2013年,飛天首個(gè)5000臺(tái)集群正式上線,阿里云成為世界上第一家對(duì)外提供5K計(jì)算能力的公司
2014年,飛天全球用戶突破100萬
2015年,“登月計(jì)劃”完成,阿里巴巴集團(tuán)所有的數(shù)據(jù)計(jì)算任務(wù)遷移至飛天平臺(tái)
2016年,ET城市大腦項(xiàng)目啟動(dòng),飛天進(jìn)入人工智能時(shí)代并應(yīng)用于解決社會(huì)治理的難題
2017年,飛天獲得中國(guó)電子學(xué)會(huì)15年來首個(gè)科學(xué)進(jìn)步特等獎(jiǎng)
2018年,飛天進(jìn)入2.0時(shí)代,成為面向萬物智能的云操作系統(tǒng)
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)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)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(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(dòng)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(duì)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(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(dòng)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(gè)任務(wù)上驗(yàn)證有效性。