5月29日,阿里云发布企业级云灾备解决方案:为制造、金融、医疗等企业提供一键容灾能力,例如业务恢复、数据保护和网络自愈,最大程度保护本地和云上业务稳定运行,此外,云上灾备成本相对传统线下节省50%。
据第三方数据显示,到2020年,全球产生的数据量将达到40ZB,灾备是保障数据和业务安全的关键一环。而传统灾备高成本、高浪费、低利用率,且建设时间长,对运维人员要求极高,云灾备成大势所趋。Gartner预计,到2020年,90%的容灾操作会发生在云端。
此次发布的企业级云灾备解决方案来自阿里巴巴IT基础设施云化的灾备经验,完全省去灾备机房的建设规划,大幅节约建设成本与软硬件运维成本。
该方案采用了国内首个磁盘级数据持续复制技术,同时支持混合云和跨云的多平台融合架构,为企业提供五大能力:用户数据中心和公共云的相互容灾;业务不停机,完成容灾演练;首个云原生支持弹性容灾,只需部署最低负载;一键容灾快速恢复,RTO、RPO可达秒级;完善的数据加密体系,保证数据的极致安全。
例如,在部署容灾方案时,企业IDC和阿里云之间可以智能接入网关(SAG)以专线或者互联网方式互通;通过数据传输服务(DTS)在云上构建IDC数据库的灾备实例,实现业务的热迁移,最终对不同类型的业务实现快速业务切换和数据恢复。
阿里云企业级云灾备还符合四个极限目标,即不在同一火山地震带,不在同一水系,不在同一电网,不在同一运营商网络出口,最大程度地保障业务和数据稳定安全。
目前,该解决方案已服务制造、金融、医疗等诸多行业企业。阿里云技术战略总监陈绪表示:“云上拥有多层冗余设计、新技术智能管理等,可为企业提供更好的数据保护策略,灾备上云是时间问题,只做传统灾备的CIO不是好CIO。”
当天阿里云还推出“先行者计划”,免费提供10万台智能接入网关设备,让更多企业像使用互联网一样,便捷、低成本、安全地使用灾备服务,保证业务永续。
凭借多层次防护、跨区域容灾等能力,阿里云已连续三年入选Gartner全球云存储魔力象限,并被列为全球领导者。在数据安全领域,作为亚洲合规资质最全的云服务商,率先发布《数据保护倡议书》,是首个提出“绝对不碰客户数据”承诺的云厂商。
数据显示,企业上云意愿已达84%,这一方面来自云计算对传统IT的改造红利,另一方面来自不断降低的上云门槛。近日,阿里云PolarDB还发布重大更新,支持Oracle等传统数据库一键迁移上云,解决了企业核心业务上云的难题。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。