幾乎在兩年前的同一時間,也是四月份,CNET記者曾經(jīng)受邀參觀位于硅谷的甲骨文總部,而這次是第二次。時隔兩年,甲骨文對中國的策略有哪些推行重點,這些策略貫徹和實施的怎么樣?其間這些策略有沒有改變?這是我們最感興趣的問題。
在剛剛公布不久的第三季度財報中,甲骨文實現(xiàn)收入93.07億美元、同比增長4%,利潤25.65億美元、同比增長2%的成績,其中云計算和集成系統(tǒng)是推動增長的雙引擎。云軟件訂購收入增長25%,其中云應(yīng)用軟件增長60%,季度收入已接近3億美元。硬件產(chǎn)品收入增長8%,這也是甲骨文收購Sun以來首次實現(xiàn)增長,而集成系統(tǒng)收入則增長了30%。
在云計算和集成系統(tǒng)的增長中,中國市場做出的貢獻大嗎?甲骨文在中國推行云計算和集成系統(tǒng)的腳步夠快嗎?這是我此行中特別想弄清楚的問題。
因為在我看來,面對無論老對手IBM、微軟還是新對手亞馬遜紛紛將公有云落地在中國,并且在中國云計算市場大展拳腳,甲骨文似乎不著急;而顛覆傳統(tǒng)硬件采購模式的軟硬件集成的一體機,中國客戶接受程度如何呢,恐怕也不那么順利吧。
兩年前的甲骨文總部之行,讓記者滿滿感受到的是甲骨文渾身散發(fā)的傲氣,它藐視對手,它特別崇拜自己的技術(shù),這個有著濃濃的工程師文化的公司,或許不那么會左右逢源,它推崇的,還是硬碰硬的拿實力說話。
但是兩年的時間,IT產(chǎn)業(yè)被新興技術(shù)推著跑步前進,跑在前邊的更多是互聯(lián)網(wǎng)公司,他們輕裝上陣,跑得輕松也快;而傳統(tǒng)的IT企業(yè),多年積累,要帶著的東西多,跑步速度肯定受影響。
這一現(xiàn)實,甲骨文同樣面對,它該怎么加速?
本次總部之行,CNET將會采訪甲骨文公司總裁馬克·赫德以及幾乎所有產(chǎn)品線的副總裁,詳情請關(guān)注CNET的詳細報道。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。