Amazon Web Services已经正式宣布,其将乐于将最高容量达50TB的云数据以快递方式交付至用户家门口。
这些数据将被打包为所谓Snowbal,即该公司去年刚刚发布的50TB存储阵列,并借此实现数据面向云存储服务的导入操作。
Amazon公司之所以启动Snowball计划,是因为众多潜在用户虽然对云存储抱有兴趣,但却不愿承受由大规模数据上传带来的时间消耗、传输带宽成本以及AWS自身数据迁移费用。Snowball阵列提供一个以太网接口,AWS利用它作为载体帮助大家将全部数据分拨转移到Amazon的低成本基础设施当中。该设备会对数据进行加密,因此一旦Snowball从卡车上掉出并落入恶意人士手中,用户的数据也仍然安全无忧。
AWS目前已经对这一过程做出了调整:如果大家将数据保存在其S3云存储服务当中,亦可以将其下载至Snowball当中并以快递方式进行收取。同样的,速度与成本正是这项服务的卖点所在。
Amazon还将其多年货运服务积累下来的经验应用于其中。由于Snowball会被帖上返还地址标签,因此一旦内部上传工作完成,大家可以轻松将其寄回来源地。不过那些对恢复时间要求较高的客户可能并不适合这种作法:Amazon公司的默认选项为两天寄到,而且该公司并没有告知在寄出之前还需要多长的准备时间。
更多负面因素:每次Snowball使用申请要价200美元,将数据转移至AWS之外会带来每GB 0.03美元成本(如果需要,将数据由Glacier转移至S3同样需要付费),而且AWS假定大家需要将Snowball设备保留十天。在此之后,每天额外收费15美元。再有,返还的邮费也要求由用户承担。
谁说云服务就一定轻松便宜?
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。