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
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。