CNET科技資訊網(wǎng) 10月15日 杭州消息(文/孫封蕾): 之前糾結(jié)于選擇哪個(gè)云的用戶,看到這個(gè)消息,可能會(huì)動(dòng)心了:云棲大會(huì)上,阿里云宣布中國(guó)區(qū)云產(chǎn)品全線下調(diào),核心云產(chǎn)品最高降幅達(dá)50%。
10月14日起,阿里云權(quán)限產(chǎn)品,包括云服務(wù)器ECS、云數(shù)據(jù)庫(kù)RDS、云存儲(chǔ)OSS及云安全產(chǎn)品等。購(gòu)買時(shí)間越長(zhǎng)折扣越高,兩年七折,三年五折。
這看上去有些挑釁的味道,阿里云官方表示,此次降價(jià)空間來(lái)自于規(guī)模效應(yīng)和今年飛天操作系統(tǒng)的大規(guī)模技術(shù)升級(jí)。
阿里云資深總監(jiān)李津更是直言不諱的說(shuō):“我挺喜歡價(jià)格戰(zhàn)的,打價(jià)格戰(zhàn),更能拼技術(shù)能力,讓技術(shù)能力真的發(fā)揮價(jià)值,讓每一行代碼真的有價(jià)值。”
圖:阿里云資深總監(jiān)李津
“阿里云做了這么多年底層積累的價(jià)值,已經(jīng)積蓄了價(jià)格戰(zhàn)的資本。每一分投入到云計(jì)算的資源都可能節(jié)省7分的傳統(tǒng)IT支出,實(shí)際上這也是效率的轉(zhuǎn)換。生產(chǎn)一臺(tái)服務(wù)器,要消耗大量的社會(huì)資源,而買了服務(wù)器又沒(méi)有真正用起來(lái),這樣算下來(lái),是很吃虧的。“
價(jià)格戰(zhàn)帶來(lái)的結(jié)果,就是讓成本、效率和能力發(fā)揮最大的效率,價(jià)值也就顯現(xiàn)出來(lái)了。
云棲大會(huì)上,阿里云與阿里通信聯(lián)合為企業(yè)級(jí)客戶推出短信服務(wù)、語(yǔ)音服務(wù)、流量服務(wù)、私密專線等4項(xiàng)通信服務(wù),加上此前已經(jīng)推出的郵件推送、消息服務(wù)、移動(dòng)推送,共同構(gòu)成當(dāng)前業(yè)內(nèi)最完善的云通信方案。
云通信方案,再加上云市場(chǎng)的軟件生態(tài),看上去更像是企業(yè)市場(chǎng)的阿里旺旺和淘寶。
李津表示,在to B市場(chǎng),阿里云希望能夠再建一個(gè)類似淘寶的平臺(tái),讓用戶和開發(fā)者的距離變短。
“所謂的把距離變短,不能夠保證因?yàn)榫嚯x變短,就能幫助開發(fā)者找到用戶,但起碼找到用戶的效率可以提升一點(diǎn)。特別對(duì)于剛剛創(chuàng)業(yè)的公司,沒(méi)有錢做推廣,找到用戶很難。”
“而各種各樣的手機(jī)應(yīng)用市場(chǎng),淘寶給了我們啟示,有點(diǎn)贊,有買家秀,這些都會(huì)為用戶選擇提供參考,而這也恰恰是企業(yè)用戶需要的。一個(gè)又一個(gè)的點(diǎn)贊,就可以積累成排行榜,用戶找到應(yīng)用的距離就縮短了。”
對(duì)于開發(fā)者來(lái)說(shuō),看到用戶的真實(shí)反饋,看到用戶的評(píng)價(jià),了解用戶體驗(yàn),反過(guò)來(lái)也會(huì)幫助開發(fā)者改進(jìn)產(chǎn)品。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。