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
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。