
首屆“中國(guó)互聯(lián)網(wǎng)+高峰論壇”已于今日舉行,大會(huì)以“制造業(yè)升級(jí)的全球智慧”為主題進(jìn)行深入探討。迅雷作為一家擁有自主云計(jì)算技術(shù)的科技企業(yè),正在利用自身智慧助力相關(guān)產(chǎn)業(yè)升級(jí),其以云加速為核心的技術(shù)被越來(lái)越多的領(lǐng)域應(yīng)用。同時(shí),迅雷也對(duì)本次大會(huì)提供了大力支持。
作為迅雷CTO,陳磊在6月3日的大會(huì)主題演講中,就“重新定義CDN”展開(kāi)話題再論國(guó)內(nèi)CDN狀況,并宣布迅雷將帶來(lái)顛覆性的新一代CDN,以技術(shù)創(chuàng)新、合理價(jià)格和極致服務(wù),重新定義CDN。同時(shí),迅雷CDN正式接受預(yù)定,售價(jià)為0.1元/GB(流量計(jì)價(jià))和9999元/G/月(帶寬計(jì)價(jià)),統(tǒng)一面向更多用戶開(kāi)放。
在會(huì)場(chǎng)外,迅雷展臺(tái)還展出相關(guān)CDN的信息,迅雷打破CDN業(yè)界的傳統(tǒng)價(jià)格體系,摒棄繁多且不合理的計(jì)費(fèi)模式。同時(shí),迅雷一反傳統(tǒng)CDN數(shù)百量級(jí)的有限節(jié)點(diǎn)分布模式,在自建CDN節(jié)點(diǎn)的基礎(chǔ)上以迅雷核心技術(shù)拓展數(shù)百萬(wàn)級(jí)的邊緣節(jié)點(diǎn),并通過(guò)智能調(diào)度系統(tǒng)打造“無(wú)線節(jié)點(diǎn)式內(nèi)容分發(fā)網(wǎng)絡(luò)”,讓CDN服務(wù)傳輸距離控制在100米,速度更快的同時(shí)保持穩(wěn)定。
此外,迅雷通過(guò)分享P2P技術(shù)及龐大數(shù)據(jù)庫(kù),使企業(yè)可以用P2P替代部分CDN,進(jìn)一步降低企業(yè)CDN的消耗。在直播解放方案上,采用H.265技術(shù)的應(yīng)用節(jié)省50%的視頻流量,解決熱門(mén)資源造成網(wǎng)絡(luò)擁堵等視頻行業(yè)難題。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)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(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)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(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)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(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。