ZD至顶网软件频道消息: 新增6大海外节点,UCloud布局全球
年初,UCloud在海外陆续推出了新加坡、首尔、台湾、曼谷、法兰克福、华盛顿等6个数据中心,再加上原有的香港、洛杉矶数据中心,UCloud数据中心数量升至8个。
通过6大海外数据中心的部署,UCloud进一步完善了自身业务的国际化布局,在东南亚、美国、欧洲等中国企业“出海”热门地区,UCloud均可以为客户提供完善的公有云服务。
中国公有云服务商排名
作为中国最大的独立公有云厂商,UCloud在4年前率先走出国门,推出了香港数据中心;随后登陆北美,推出洛杉矶数据中心进一步渗透海外市场。
香港、洛杉矶两大数据中心经过平稳运营之后,UCloud显然对对如何开拓和运营海外市场积累了更多的心得。而此次规模化扩张,则意味着在国内主流公有云厂商中,UCloud在亚太区数据中心数量上已经是当仁不让的中国第一,同时也是国内第一家进入韩国、泰国、中国台湾等市场的公有云厂商。
目前,国内云计算市场的排名多数都是按照厂商市场份额或是估值,这在市场和资本层面固然有一定的参考价值,但是考虑到云计算作为互联网底层基础设施,其IP地址段和网络端口等数据,其实也是衡量云计算厂商实力的重要依据。
根据不久前蒋清野在InfoQ发布的第三方报告——《中国公有云服务发展报告》的统计数据,目前国内排名第一位的是阿里云,第二是腾讯云,第三则是UCloud,而且还是前三强中唯一的一家独立公有云厂商。
UCloud的出海计划
UCloud互动娱乐事业部总经理杨镭透露,UCloud的全球化布局从很早就已经开始:
2013年11月,UCloud与香港第一大网络接入商HGC和记环球电讯携手正式启动了亚太数据中心,成为国内IaaS领域第一家提供海外服务的云计算公司;
2014年,UCloud位于洛杉矶的北美数据中心全面上线运营;
2017年年初,在新加坡、首尔、台湾、曼谷、法兰克福、华盛顿新增的6大海外节点,开启了UCloud全球化战略布局加速。
对于UCloud下一步的全球布局计划,杨镭表示,目前UCloud在欧洲、美洲等主要大洲和城市的建点已经完毕,并已经实现洲际连通,接下来UCloud会去考虑一些发展中国家。借助发展中国家智能手机普及的趋势,在海外移动互联网市场增长的浪潮中实现营收飞跃。
为中国企业出海提速
杨镭透露,目前运行在UCloud云平台上的企业已经超过了4万家,已经为穷游网、抱抱、WiFi万能钥匙、乐心医疗、什么值得买、大疆、Funplus等旅游、社交、医疗、电商、游戏等多个细分领域的顶尖公司提供了海外云服务。
特别是近两年,UCloud的海外业务更是呈现出了几何式的高速增长,至今已有近千家发展海外业务的本土公司通过UCloud云平台提供服务,在游戏、社交和跨境电商等细分行业UCloud体现出先发优势。
以游戏产业为例。2016年中国自研网络游戏海外市场实际销售收入为72.3亿美元,同比增长36.2%,形成了国产游戏的出海大潮。而在这场出海潮的背后,海外云服务可谓功不可没。手游的全球化运营,对于技术、底层架构、运维管理都提出了很高的要求,洲际间的网络链接是否稳定、技术架构是否高效合理、能否实现全球范围内的快速部署、异地容灾等,都对手游企业提出了极为严苛的挑战。
针对众多出海游戏公司在资源部署方面的困扰,UCloud打造了包括跨域管理通道UDPN、全球网络加速产品UGAA、全球运维管理通道、网络流分析、境外App Store审核加速方案在内的一整套全球化运营解决方案。目前已经为Longtu Games, FunPlus、Gaea Mobile、RedAtoms、莉莉丝、晶绮游戏、中手游、英雄互娱、木七七等国内外顶尖游戏厂商提供了专业的海外云服务。
以知名游戏公司FunPlus研发的爆款游戏《King Of Avalon》为例,该游戏服务器完全部署在美国,之前由于洲际间的网络问题,导致中国大陆地区玩家的游戏体验很差。为了提升网络质量,FunPlus使用了UCloud的UGAA全球网络加速服务,整体TCP延迟优化达到了30%以上,从而大大提升了中国大陆地区的玩家体验。
UCloud的核心竞争优势
在云计算行业竞争日趋白热化的今天,UCloud相比其他友商又有哪些核心竞争优势呢?
杨镭认为:“像亚马逊AWS、微软Azure等国际云计算巨头,作为行业先驱是我们非常值得学习的榜样,但是在地区市场的本地化运营方面,本土厂商则体现出了更强的执行力。”
“而对比国内的友商,UCloud在基础云产品性能等多个方面获取多项专利,处于领先地位,在5年的实战经验中培养出了一支国内顶尖的云计算研发团队。”这也是杨镭对UCloud信心满满的原因。
2017年目标:继续增加新节点
“与其他营销体系非常成熟的传统IT厂商不同,我们的创始团队带着互联网基因,重产品研发和运营。我们有信心利用5年来积累的研发运营经验去开拓海外市场。我们希望通过技术手段帮客户解决那些影响业务发展的问题,从而能够把时间精力资源都投入到自己的主营业务上。”杨镭表示。
谈到UCloud近期的目标,杨镭表示,截止2017年底,计划再建设完成至少5个节点,进一步推出针对海外市场的解决方案,海外业务营收实现飞跃。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。