技術(shù)可靠性已成為我們?nèi)粘I詈蜕a(chǎn)中最為關(guān)注的問題之一。特別是在維持企業(yè)正常運轉(zhuǎn)的數(shù)據(jù)中心內(nèi),短短幾分鐘的停機,可能會導(dǎo)致生產(chǎn)中斷、數(shù)據(jù)損壞、收入損失,而且會使企業(yè)達(dá)不到監(jiān)管要求或服務(wù)水平協(xié)議(SLA)要求。更不用說,隨著當(dāng)今云、虛擬化和IoT生態(tài)系統(tǒng)的發(fā)展進(jìn)步,確保絕對的可靠性顯得比以往任何時候都更為重要。
近日,聯(lián)想服務(wù)器在ITIC《全球服務(wù)器硬件可靠性報告》中榮膺可靠性第一,在美國TBR調(diào)查中再次被評為客戶滿意度第一。這也是聯(lián)想連續(xù)多年在服務(wù)器可靠性和客戶滿意度方面排名第一。
ITIC《全球服務(wù)器硬件可靠性報告》可靠性第一
可靠性對企業(yè)客戶來說從來都是一個關(guān)鍵要素。根據(jù)行業(yè)分析公司Information Technology Intelligence Consulting(ITIC)最近發(fā)布的《全球服務(wù)器硬件可靠性報告》顯示,98%的企業(yè)表示,一小時的故障停機帶來的損失超過100,000美元;81%的受訪者表示,60分鐘的故障停機帶來的損失超過300,000美元,另有三分之一或33%的企業(yè)透露,一小時的故障停機帶給他們的損失高達(dá)100萬至500萬美元。顯而易見,如何保證服務(wù)器可靠是一個必須重視的問題。
聯(lián)想數(shù)據(jù)中心業(yè)務(wù)集團(tuán)憑借聯(lián)想經(jīng)年累月的產(chǎn)品可靠性,可以確保服務(wù)器最長的正常運行時間,進(jìn)而降低總體擁有成本。此次ITIC的最新報告是對來自全球各地超過750家各種規(guī)模的企業(yè)的首席高管和IT經(jīng)理進(jìn)行調(diào)查后編寫的,報告顯示,聯(lián)想服務(wù)器的意外停機時間在所有主流x86服務(wù)器解決方案中最短。此外,高達(dá)99%的受訪者認(rèn)為聯(lián)想的服務(wù)和支持以及產(chǎn)品質(zhì)量非常出色。
美國TBR調(diào)查客戶滿意度第一
實際上,在改進(jìn)客戶體驗和達(dá)到客戶預(yù)期方面,業(yè)務(wù)開展簡便性也至關(guān)重要。聯(lián)想依靠X86服務(wù)器強大的可靠性,助力企業(yè)提供出色的正常運行時間,進(jìn)而保持業(yè)務(wù)連續(xù)性和創(chuàng)造最大商業(yè)價值。
聯(lián)想服務(wù)器在Technology Business Research(TBR)調(diào)查中再次被評為客戶滿意度第一,該報告顯示,通過滿足客戶在可靠性、性能和效率方面的預(yù)期,聯(lián)想在品牌知名度調(diào)查中拔得頭籌。
值得一提的是,這是自2015年1月份以來公司連續(xù)第8次獲此殊榮,也是自2009年下半年以來30次評選中第24次榮獲第一。其中還包括每年兩次對負(fù)責(zé)采購x86服務(wù)器的300位IT決策者的調(diào)查采訪。
這兩份獨立而且客觀的行業(yè)調(diào)查報告證明,聯(lián)想可以提供出色的數(shù)據(jù)中心解決方案,并超出客戶在產(chǎn)品、銷售、服務(wù)和質(zhì)量方面的預(yù)期,這對數(shù)據(jù)中心合作伙伴的信賴至關(guān)重要。同時,聯(lián)想在x86服務(wù)器客戶滿意度和可靠性方面的領(lǐng)先優(yōu)勢也將是幫助其從競爭中脫穎而出的兩大關(guān)鍵要素。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)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(zhǔn)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(tuán)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(zhǔn)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(zhǔn)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(tuán)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(tuán)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(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。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。