皇家加勒比游轮有限公司是全球第二大游轮运营商,旗下6万多名工作人员负责在6条不同的航线上提供服务。公司总共拥有41艘游轮,大约通往全球460个目的地。
确保游船始终顺畅运营
皇家加勒比每年大约承载旅客500万人,技术在帮助他们交付卓越体验方面发挥着关键作用。
皇家加勒比游轮有限公司技术总监Jeanine Graham-Bellamy说:“我们旨在确保盈利的同时提供不可思议的乘船体验。为此,我们必须关注一些细节问题,如游客的喜好以及我们如何才能更好地满足游客需求等。”
对皇家加勒比游轮有限公司而言,能否做好休闲假期游的工作最终将取决于主要IT系统能否顺畅运行。皇家加勒比游轮有限公司企业SAN与存储部经理Leonardo Irastorza指出:“IBM存储技术使我们能够全天候保持正常运营。通过给业务提供全面的可靠性和性能保障,我们将能够给游客提供特殊体验,令他们成为回头客。”
公司的每艘游轮都像一座小城市,由依赖IT确保正常工作的大量船载单元组成— 从室内娱乐到游览订票无所不包。此外,游船上还运行着酒店预订及营销应用等关键岸上系统。
皇家加勒比计划从现在开始直到2017年,争取每年都能将公司的数据存储容量增长3.5%左右。随着公司不断扩展业务运营,24/7全天候运行的可靠IT环境变得越来越至关重要。
皇家加勒比游轮有限公司企业SAN与存储部经理Leonardo Irastorza指出:“我们必须处理不断增长的客户和运营信息,因此,数据存储对我们而言是至关重要的。”
存储资源虚拟化
皇家加勒比部署了面向ERP系统的IBM System Storage DS8870阵列及IBM System Storage SAN Volume Controller (SVC),以便在一个灵活的架构中通过单一管理界面来虚拟化IBM XIV? Storage System、IBM Storwize? V7000及IBM FlashSystem等不同的存储层。公司还部署了7个IBM XIV Storage Systems,以便给虚拟化服务器环境提供高性能存储支持。
皇家加勒比游轮有限公司存储架构师Jorge Gonzalez指出:“我们的VM能在XIV上面极为顺畅的运行。当某个硬盘发生故障时,XIV可实施自我修复。总的来说,IBM System Storage解决方案已经帮助我们通过高度可控的方式将数据存储容量从17TB增长到2.5PB。我们仅有4人在管理存储环境 — 这主要归功于SAN Volume Controller与IBM XIV。”
为了支持面向营销活动的关键数据仓库,皇家加勒比在SVC后面部署了由2个镜像式IBM FlashSystem 820阵列组成的IBM FlashSystem企业级解决方案。
Graham-Bellamy说:“我们每年都要处理惊人的信息量,大约生成5亿封定向营销电子邮件。以前,存储瓶颈使我们无法确保营销和分析活动的速度和效力。而现在,IBM FlashSystem使我们能够加快数据流动。”
实现速度和成本节约优势
正如Irastorza解释的那样,FlashSystem 820能够在高密度的设计中提供卓越性能,从而帮助公司节省空间和金钱。他指出:“通过迁移到IBM FlashSystem,我们在提供相同存储容量的情况下节省了82U的机柜空间。我们现在只需使用2U空间便可支持大约15TB数据,空间需求降低高达97%,因此能够显著节省成本 — FlashSystem每年可帮助我们节省7.7万美元的运营成本。”
通过给分析处理提供高性能支持,FlashSystem还能帮助公司IT人员满足业务需求。
Gonzalez指出:“IBM FlashSystem提供闪速应答时间,这意味着我们能够将信息快速提供给业务用户,以便他们通过适当方式找到所需答案。”
鉴于IBM存储技术给公司的业务运营奠定了坚实基础,IT部门现已能够专注开展业务创新活动。Gonzalez指出:“皇家加勒比是24/7全天候运营的真正的跨国公司,即
便是瞬间故障停机也将给我们带来无法承受的损失,IBM存储技术使我们能够获得万无一失的可靠性。”
Irastorza补充说:“由于我们不再疲于管理数据部署方式,因此有时间去开展更有价值的工作,真正去了解业务需求。IBM技术使皇家加勒比能够继续创新并且给游客提供卓越体验。”
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。