据媒体报道,国际知名调研机构Gartner近日公布了2017年全球云计算云存储魔力象限。阿里云的云存储发展迅速,与AWS、Microsoft、Google共同跻身这一核心领域四强。
这也是,阿里云连续两年进入全球云存储魔力象限。
图1-2017年Gartner全球云存储魔力象限图
Gartner成立于1979年,是世界领先的研究和咨询公司。该公司为商界领袖了解相关行业而提供客观见解,帮助他们作出正确决定。其发布的行业魔力象限被认为是产业风向标。
Gartner在评估云厂商的提供的云存储的标准,主要参考云存储类型(对象、块、文件)和冷热存储、全球数据中心的位置、技术成熟度、市场策略、市场份额、服务承诺和SLA等方面来综合考虑。
值得注意的是,今年的全球云存储魔力象限图显示:排在阿里云前面的只有AWS、Microsoft、Google,并且阿里云和Google的位置已经非常接近。Gartner点评,阿里巴巴集团对云计算业务的持续投入,在国际市场上也积极布局,让其云服务的技术、产品和全球规模都有长足的进步。
目前,阿里云在中国,美国,新加坡,德国,香港,澳大利亚,日本,阿联酋等地都开放了云存储服务,并且不少地方拥有多个数据中心。阿里云云存储的应用场景丰富、在多个领域拥有行业领先的客户,在中国的数字商业领域已经发挥了重要作用。不仅如此,阿里云云存储还吸引了大量的独立软件开发商加入到阿里云云存储的生态圈中。
分析师认为,阿里云目前的存储产品系列展示了阿里云的潜力随着时间的推移,已经成为全球超大规模云服务提供商的有力竞争者和替代者。阿里云云存储不仅拥有一系列不同的产品和功能,而且现在已经具备了相当的能力,在全球范围内提供广泛的服务。
对比下2016年全球云存储魔力象限,各家供应商的位置变化明显。在领导者象限里,Microsoft位置下降明显,Google位置基本没变,在利基象限里,阿里云跃居第一,拉开了与IBM和Oracle的距离。
专业人士认为,按照目前的发展趋势,阿里云云存储大概率在明年进入挑战者象限或者远见者象限中,甚至直接进入领导者象限中,而这一领域至今无中国公司进入。
图2-2016年Gartner全球云存储魔力象限图
好文章,需要你的鼓励
ETH Zürich等机构研究人员提出TrustVLM框架,解决视觉-语言模型预测可信度问题。该方法利用模型中存在的"模态差距",创新性地结合图像到文本和图像到图像的相似度,实现无需重新训练即可大幅提升误分类检测性能。在17个数据集的严格测试中,TrustVLM相比现有方法在关键指标上提升显著,同时改善了零样本分类准确率。此成果为AI系统在自动驾驶、医疗等安全关键领域的可靠部署提供了重要保障。
这项研究提出了个性化安全概念,解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力,并开发了RAISE框架高效获取关键用户信息。实验表明,提供用户背景可使安全分数提高43.2%,而RAISE框架通过平均仅2.7次交互即可提高安全分数31.6%。这一创新方法将AI安全从"一刀切"转向"个性定制",为高风险领域的AI应用提供了新思路。
明尼苏达大学研究团队提出了一种创新方法,通过回合级信誉分配显著提升大语言模型(LLM)智能体的多回合推理能力。传统方法只对整个过程进行评价,而他们的MT-GRPO算法能够精确评估每个决策步骤的价值,就像为每一步提供具体反馈。在维基百科搜索工具使用场景中,该方法实现了100%的工具执行成功率和50%的答案精确匹配率,远超传统方法。这一突破不仅提高了AI在多步骤任务中的表现,也为开发更复杂的AI系统提供了重要思路。
这篇研究介绍了PISCES——一种能精确从大语言模型参数中移除特定概念知识的创新技术。与现有方法不同,PISCES通过解缠器模型识别概念相关特征,直接编辑模型参数,实现了更精准的知识移除。在Gemma和Llama模型上的测试表明,该方法不仅有效降低了目标概念的准确率(低至7.7%),还保持了模型在无关领域的高性能,并显著提高了对"重新学习"的抵抗力。这一突破为AI系统的安全部署和合规使用提供了新的可能性。