4月9日,在2025阿里云AI勢能大會上,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)級實例g9i,搭載英特爾®至強®6性能核處理器,正式開啟全球商業(yè)化售賣,強力推動各行各業(yè)智能應(yīng)用的普及與落地,讓更廣泛的客戶享受到更強勁、更安全、更劃算的先進的云計算服務(wù)。
云計算性能新標桿,性價比再提升
2025年是阿里云彈性計算十五周年,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計算實例,依托英特爾®至強®6性能核處理器的強大核心、單核性能及內(nèi)存帶寬優(yōu)勢,實現(xiàn)了顯著的性能飛躍。算力提升最高達20%,三級緩存提升50%,全核睿頻高達3.6GHz。同時支持彈性臨時盤,單盤吞吐最高可達4GB/s。
這些提升讓g9i在各應(yīng)用場景實現(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例在性能提升的同時,價格較上一代再降5%,真正實現(xiàn)了“更強勁、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計算加速,客戶廣泛認可
除了通用計算能力的增強,ECS g9i還標配了處理器內(nèi)置的英特爾®AMX高級矩陣計算加速引擎,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,確保計算既快又穩(wěn)。
在邀測階段,g9i實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、輸入圖像等進行全方位的安全檢測,確保軟硬件運行環(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觯⒗镌茖⒗^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時代的增長機遇,以技術(shù)創(chuàng)新定義增長新范式。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠?qū)碗s指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領(lǐng)域帶來了效率和精度的雙重突破。