据国外科技网站The Information消息称,为使自身服务更加高效,覆盖更广范围,美国打车应用Uber欲将自己的部分服务器基础设施进行外包。如不出意外,像谷歌、微软和亚马逊等云存储服务巨头将赢得Uber的云存储外包业务。
随着海外市场拓展步伐不断跟进,当前Uber足迹已达到全球69个国家和地区市场,这就对Uber的服务器和软件提出了更高要求:必须能够满足不同市场海量数据的处理需求。这意味着Uber在对其服务器地理位置选址上,希望能够尽可能近距离地靠近客户市场。毕竟在打车应用行业,时间通常以毫秒计数。
在全球建立起靠近自己客户的服务器系统,对于任何一家公司来说都不是容易的事情,即使Uber拟出资90亿美元来打造这样的系统也不例外。但是利用像亚马逊、微软和谷歌等公司的云存储系统的基础设施,Uber可能实现这一愿望。
报道称,尽管Uber只是希望将自己相对较少的一部分业务转至云端,而且虽然这家刚刚起步,但其今后到底会发展成为块头多大的“巨无霸”,任何一家云服务厂商都不敢小觑。
一场围绕Uber云存储外部业务的争夺战,或许将在亚马逊、微软、谷歌、IBM和其他云服务厂商之间悄悄展开。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。