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
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。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
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。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。