CTO中心-研发中心-分布式存储产品线-左琴
产品背景
互联网+时代,多终端全网跨平台的用户场景已成为发展趋势,每分钟都会产生大量的新数据,由此引发的数据存储与处理成为棘手难题。正在公测中的华云数据对象存储服务(Chinac Object Storage ,以下简称COS),依托分布式存储技术与华云数据超大规模多媒体处理集群,立足解决非结构性数据的存储以及富媒体文件处理难题,为用户提供免费图片处理、音视频同步处理,以及音视频编转码处理等服务,减少二次开发工作,降低用户成本消耗。
下面简单介绍一下富媒体处理服务(COS-Media)的图片处理功能:
应用场景
场景一
某户外垂直电商网站部署使用COS服务,并使用了COS-Media图片处理功能,通过参数的调整动态输出适应不同终端的图片尺寸及图片质量,简单设置即可体验到丰富的图片处理服务,不占用原有服务器的磁盘空间和带宽。COS服务海量、安全、低成本、高可靠的云存储特性和高达99.9%的可用性满足了电商网站对安全性和可用性的严苛要求。
场景二
随着移动互联网社交的发展以及智能终端的普及,涌现出许许多多的垂直社交类APP产品,某款基于图片分享的社交APP,随着用户规模不断扩大,原有存储集群的性能及带宽资源有限,出现高峰期访问困难,可用性降低的问题,在部署使用COS服务后实现用户终端图片数据加速直传,亦能实时触发图片处理的服务,明显缩短资源载入时间,提高终端用户的使用体验。
效果示例
文字水印效果
依托华云数据超大规模多媒体处理集群,通过图片处理服务接口,轻松实现PS级的图片处理,如图片缩放、水印、裁剪、格式转换等全方位的图片处理服务,从此不用手工制图,大幅提高图片处理效率。另外,COS拥有完善的防盗链机制,从根源上避免辛苦创作的图片被盗链的可能。
常见疑问
华云对象存储服务不会限制用户的上行带宽,主要依赖上传端的网络状况,目前对终端用户仅提供Web端上传数据,如果有手机终端等设备的直传需求,我们可以针对用户的直传做上传加速。
对于相同资源的相同处理,访问过一次之后后续的访问就可以直接访问处理结果的缓存,可以大大提升访问速度。同时,富媒体处理集群处理节点可动态水平扩展,不会让资源使用成为瓶颈。
实时图片处理服务囊括了大多数的图片处理需求,包括缩放、裁剪、水印等多种操作,而且这些处理都是实时触发,处理结果会保存在缓存中。
为了使用方便,目前我们仅支持权限设置为公开读属性的对象进行图片处理,这样可以通过浏览器即可匿名访问图片服务来处理图片。我们可提供不同的安全性选择满足用户的需求。
后续展望
丰富的富媒体处理功能
更快的富媒体处理性能
完善的富媒体解决方案
COS富媒体处理服务致力于对数据的整个生命周期提供管理服务,从用户数据的产生、上传到托管,分发、处理,针对社交、娱乐、O2O、在线教育等不同的用户使用场景,打造个性化可定制的富媒体处理解决方案。
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。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
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。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。