微软上周轻轻按下开关,为全体Office 365用户带来高达1TB容量的免费存储服务。
这套新方案被视为对谷歌在线产品的强势反击。但如果再认真琢磨琢磨,大家可能会发现这更像是微软针对Amazon Web Services的Glacier冷门存储机制作出的回应。
下面咱们来一起算算这笔帐。
Glacier服务每GB每月使用成本为1美分。
核算下来,每TB每月的使用成本为10.24美元,折合5.99英镑或者10.90澳元。
目前已经迎来1TB OneDrive存储服务的Office 365起步价格为每月5美元,折合3.90英镑或者5.60澳元。
Office 365在存储资源的使用成本上明显更便宜,而且我们付出的这笔小钱实际上是在为这款生产力套件而并非存储资源买单!此外,OneDrive不会像Amazon Web Services Glacier那样向用户收取数据上传与检索费用。
再有,大家也不要忘记,Glacier用户每次获取数据需要花费三到五个小时。而OneDrive的存储资源由磁盘提供,因此大家完全无需忍受漫长的等待。
但API方面的情况又如何,大家肯定会提出这样的问题。Glacier提供一套API,允许用户的应用程序将文件上传至其中。OneDrive的API则没有这么灵活,只能接受用户的直接上传请求或者Excel Mashups的使用方式。
从表面上看,OneDrive的成本优势将给Glacier带来严峻威胁。不过从另一个角度分析,前者由于并非作为专用云存储服务所设计,因此很难实现与后者相当的灵活使用方式。不过可以肯定,聪明的读者朋友们一定能找到解决这个难题的办法——只要成本吸引力足够强大,这些都不是问题。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。