CNET科技資訊網(wǎng) 3月3日 北京消息(文/周雅):或許是看到國內(nèi)的企業(yè)級(jí)服務(wù)趨勢,原谷歌架構(gòu)師王璞于2014年9月創(chuàng)立數(shù)人云,并拿到百萬美元天使投資。緊接著,昨日,數(shù)人云宣布完成3000萬人民幣A輪融資,由云啟創(chuàng)投領(lǐng)投,策源、唯獵以及兩家全球領(lǐng)先的IT廠商跟投。此次融資將主要用于產(chǎn)品研發(fā)和市場開拓。
數(shù)人云創(chuàng)始人兼CEO王璞
自2013年以來,Docker的輕量化、快速和可移植性使其在云計(jì)算領(lǐng)域廣受關(guān)注,短短幾年間,Docker生態(tài)系統(tǒng)迅猛發(fā)展,云計(jì)算領(lǐng)域的傳統(tǒng)巨頭和互聯(lián)網(wǎng)巨頭都在Docker方面進(jìn)行了生產(chǎn)實(shí)踐。
數(shù)人云創(chuàng)始人兼CEO王璞表示,當(dāng)下正值PaaS市場爆發(fā)的初期,未來兩年該市場將迎來全面爆發(fā)。由Docker引爆的PaaS領(lǐng)域?qū)⒊蔀橹髁?,并極有可能出現(xiàn)引領(lǐng)IT技術(shù)風(fēng)潮的新一代巨頭。
數(shù)人云是國內(nèi)較早將Mesos應(yīng)用于企業(yè)生產(chǎn)環(huán)境的創(chuàng)業(yè)公司,創(chuàng)始團(tuán)隊(duì)來自谷歌、紅帽和惠普,公司長期維護(hù)了近千臺(tái)服務(wù)器規(guī)模的Mesos集群。
王璞指出,谷歌內(nèi)部的PaaS平臺(tái)彈性、靈活,開發(fā)組件全面,工程師使用起來非常方便。數(shù)人云希望將谷歌的云理念帶給國內(nèi)客戶,讓企業(yè)的開發(fā)人員專注于業(yè)務(wù)層面,用輕量級(jí)PaaS平臺(tái)幫助企業(yè)解決在上云中的最后一公里問題。
基于此,數(shù)人云致力打造下一代 DCOS(Data Center Operating System),通過構(gòu)建輕量級(jí)PaaS平臺(tái)將應(yīng)用彈性發(fā)揮的更好。與傳統(tǒng)PaaS相比,數(shù)人云DCOS原生支持微服務(wù)架構(gòu)的集群管理,具有企業(yè)級(jí)混合容器集群管理、支持節(jié)點(diǎn)規(guī)模過萬、支持大數(shù)據(jù)和機(jī)器學(xué)習(xí)能力,以及混合云部署能力四大優(yōu)勢。
據(jù)介紹,數(shù)人云成立于2014年9月并拿到百萬美元天使投資,2015年4月簽下第一家客戶,2015年11月數(shù)人云第一版產(chǎn)品上線,2015年數(shù)人云生產(chǎn)級(jí)別容器集群上線,數(shù)人云管理1000臺(tái)云主機(jī),運(yùn)行5萬容器。目前合作客戶涵蓋金融、能源、教育、互聯(lián)網(wǎng)等領(lǐng)域。未來幾年,數(shù)人云將依次圍繞應(yīng)用彈性、跨網(wǎng)能力提供更多的專有企業(yè)級(jí)功能。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。