1991年,《科學美國人》雜志描繪了一種“無處不在的計算設備,沒人會感覺到它的存在”,拉開了萬物智能的序幕。
27年后的2018杭州·云棲大會上,阿里云公布了面向萬物智能的新一代云計算操作系統(tǒng)——飛天2.0,可滿足百億級設備的計算需求,覆蓋從物聯(lián)網(wǎng)場景隨時啟動的輕計算到超級計算的能力,實現(xiàn)從生產(chǎn)資料到生活資料的智能化,改善社會運轉(zhuǎn)效率,這也是阿里云史上最大的一次技術(shù)升級。
飛天(Apsara)是阿里云自主研發(fā)的大規(guī)模云計算操作系統(tǒng),可將全球數(shù)百萬臺服務器連成一臺超級計算機,為社會提供計算能力。全新一代的飛天2.0擁有更強健的技術(shù)設施,包括從秒級啟動ECI到云上超算集群的全場景覆蓋,云邊端一體的協(xié)同計算和AI能力,全球可達的網(wǎng)絡和對IPv6的全面支持,可讓萬物能隨時隨地被連接、計算、智能化。
“飛天2.0支撐了阿里云遍布全球的基礎設施,針對億萬個端進行廣泛適配,可覆蓋最后一公里的計算。”阿里云產(chǎn)品總監(jiān)何云飛表示:“計算是心臟,AI是大腦,IoT是神經(jīng)網(wǎng)絡,這是我們對萬物智能時代的構(gòu)想,也是飛天2.0的設計理念。”
在物聯(lián)網(wǎng)這個新賽道上,飛天2.0具備更強的連接能力,兼容市面上90%物聯(lián)網(wǎng)通信方案,并不斷推動LoRa成為物聯(lián)網(wǎng)基礎設施的技術(shù)標準。杭州云棲現(xiàn)場,一艘巨大的飛艇帶著LoRa基站飛入了云棲大會會場,為現(xiàn)場的物聯(lián)網(wǎng)設備建設了一個能在空中自動巡航的通信基站,形成一張“天空物聯(lián)網(wǎng)”。
城市是萬物智聯(lián)的最佳載體。杭州云棲上,阿里云宣布基于飛天平臺的杭州城市大腦升級到2.0,覆蓋杭州市共420平方公里(相當于65個西湖),接管了1300個信號燈路口、接入4500路視頻,通過七大生命體征全面感知城市,處理數(shù)以百億計信息的實時分析。
目前,阿里云飛天已遍布全球200多個數(shù)據(jù)中心,為百萬級用戶提供計算服務,具備億萬級連接、毫秒級響應、EB級存儲空間、單集群1萬臺規(guī)模等能力。今天的飛天不僅僅是互聯(lián)網(wǎng)技術(shù)的支撐,而是在為企業(yè)和整座城市提供思考和決策的能力。“未來基于飛天的計算將無處不在。”何云飛說。
附:
飛天大事記
2009年,寫下第一行飛天代碼
2010年,第一個客戶阿里金融通過飛天平臺正式對外提供服務
2011年,阿里云開始大規(guī)模對外提供基于飛天的云計算服務
2012年,飛天成為雙11的基礎設施
2013年,飛天首個5000臺集群正式上線,阿里云成為世界上第一家對外提供5K計算能力的公司
2014年,飛天全球用戶突破100萬
2015年,“登月計劃”完成,阿里巴巴集團所有的數(shù)據(jù)計算任務遷移至飛天平臺
2016年,ET城市大腦項目啟動,飛天進入人工智能時代并應用于解決社會治理的難題
2017年,飛天獲得中國電子學會15年來首個科學進步特等獎
2018年,飛天進入2.0時代,成為面向萬物智能的云操作系統(tǒng)
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、編程等任務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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,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模型訓練提供了新思路。
南洋理工大學與騰訊聯(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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,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,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓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幾何知識對培養(yǎng)AI空間智能的重要價值。