4月9日,在2025阿里云AI勢能大會(huì)上,阿里云宣布其AI與云基礎(chǔ)設(shè)施迎來全面升x級。備受矚目的阿里云ECS第九代企業(yè)級實(shí)例g9i,搭載英特爾®至強(qiáng)®6性能核處理器,正式開啟全球商業(yè)化售賣,強(qiáng)力推動(dòng)各行各業(yè)智能應(yīng)用的普及與落地,讓更廣泛的客戶享受到更強(qiáng)勁、更安全、更劃算的先進(jìn)的云計(jì)算服務(wù)。
云計(jì)算性能新標(biāo)桿,性價(jià)比再提升
2025年是阿里云彈性計(jì)算十五周年,依托十五年技術(shù)積累與對客戶需求的深度洞察,全新一代 ECS g9i計(jì)算實(shí)例,依托英特爾®至強(qiáng)®6性能核處理器的強(qiáng)大核心、單核性能及內(nèi)存帶寬優(yōu)勢,實(shí)現(xiàn)了顯著的性能飛躍。算力提升最高達(dá)20%,三級緩存提升50%,全核睿頻高達(dá)3.6GHz。同時(shí)支持彈性臨時(shí)盤,單盤吞吐最高可達(dá)4GB/s。
這些提升讓g9i在各應(yīng)用場景實(shí)現(xiàn)了性能的突破:Web應(yīng)用場景性能提升20%,數(shù)據(jù)庫場景性能提升17%,在線游戲性能提升15%。更重要的是,阿里云宣布第九代實(shí)例在性能提升的同時(shí),價(jià)格較上一代再降5%,真正實(shí)現(xiàn)了“更強(qiáng)勁、更穩(wěn)定、更劃算”,為企業(yè)級用戶帶來了極具吸引力的算力新選擇。
AI計(jì)算加速,客戶廣泛認(rèn)可
除了通用計(jì)算能力的增強(qiáng),ECS g9i還標(biāo)配了處理器內(nèi)置的英特爾®AMX高級矩陣計(jì)算加速引擎,并新增FP16指令加速支持,顯著提高了AI數(shù)據(jù)預(yù)處理等場景的執(zhí)行效率,確保計(jì)算既快又穩(wěn)。
在邀測階段,g9i實(shí)例已獲得客戶的廣泛好評。例如,螞蟻數(shù)科的ZOLOZ Anti-Deepfake攻防互動(dòng)系統(tǒng),部署在阿里云ECS第九代平臺上后,得益于英特爾®AMX FP16的優(yōu)化加速,系統(tǒng)端到端性能相較于第八代英特爾平臺提升約10%,同時(shí)人臉識別精度損失大幅降低23%,有效降低了人臉識別的失敗率,幫助螞蟻數(shù)科順利應(yīng)對深度偽造技術(shù)帶來的安全挑戰(zhàn)。
ZOLOZ Anti-Deepfake攻防互動(dòng)系統(tǒng)依托端云一體的技術(shù)架構(gòu),對攝像頭狀態(tài)、設(shè)備及網(wǎng)絡(luò)環(huán)境、輸入圖像等進(jìn)行全方位的安全檢測,確保軟硬件運(yùn)行環(huán)境的安全性與可靠性。
技術(shù)創(chuàng)新定義增長新范式
阿里云ECS g9i的發(fā)布,為企業(yè)級用戶和開發(fā)者提供了更高性能、更普惠的生產(chǎn)力工具?;趯A靠蛻魣鼍暗纳疃确治?,阿里云將繼續(xù)深化與英特爾等伙伴的合作,助力百萬云上客戶抓住AI時(shí)代的增長機(jī)遇,以技術(shù)創(chuàng)新定義增長新范式。
好文章,需要你的鼓勵(lì)
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(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。