当数千人需要同一种工作终端,需要多长时间采购、配置和运维?
● 一位编程课老师,可以1分钟给全球各地的学生创建3000例云电脑,装载同样版本插件的开发环境,在任何学员自有终端上即点即用,并实时收到作业。
● 一家汽车配件服务商分支机构,可以几分钟为上千个网点的工作台升级系统、提升配置、聚合数据、不再有区域硬件维修消耗和信息孤岛。
● 一块精密的智能汽车底盘,可以由几百位设计师与工程师在疫情居家环境从不同终端接入,完成各个组件的图形渲染设计,并保证工程文件版本咬合和核心参数保密。
8月11日,阿里云飞天技术峰会发布多款无影架构生产力方案,服务安全办公、分支机构、人力外包、教育实训等面向千人以上协同场景。通过上述典型客户实践打磨,无影可以提供就近接入全球一张网的数据、应用、桌面和终端的快速、一致的体验。
(图:飞天技术峰会展示无影架构应用)
传统个人电脑(PC)和操作系统主要为个体生产力提升而设计,经过应用驱动、硬件迭代、形成多个互不兼容的系统生态,当这种架构面临千人以上的协同场景,集体最优和个体最优容易出现冲突:
● 资源峰谷有差异:计算存储网络的集体总需求不等于个体固定配置之和,造成大量硬件闲置;
● 安全与灵活冲突:在办公、教育、零售、外包等场景,两者往往冲突明显,存在大量数据风险;
● 空间与终端差异:由于个人终端差异,跨地域难以随时随处开启,缺乏一致的数字工具环境;
● 应用受限于系统和硬件:大型应用软件分属不同系统环境、受到硬件性能约束、大范围协同使用和数据传输受到限制。
(图:张献涛介绍无影产品理念)
为了解决上述问题,无影确定了“让生产力触手可及”的产品设计理念。阿里巴巴集团研究员、无影产品线总经理张献涛介绍,最近一年持续进行了几项内核升级:自研ASP云流协议,支持超低延时和超高清画质还原;全球一张网和分布式存储,让应用数据随时随地毫秒级存取;以及快速部署创建万台桌面3分钟交付和跨系统的云应用架构。
早在1960年代人们第一次触及计算机虚拟化技术,就是尝试解决一台大学高配置电脑和个人低配电脑之间算力、数据与网络的分时共享。今天,通过无影架构内核,可以迅速创建上万个一致的「云电脑」的环境,不同系统的用户终端,都可以在全球云主干网就近接入、随时随地完成千人以上的大规模协同。
(图:无影端集成部分形态首次展示)
当天,无影还发布端集成计划,展示多种开放合作形态。包括与乐播投屏的数字会议空间合作,有望与乐播生态内2.8亿大屏和8000万会议室产生联动;与MAXHUB、VISTENG、英众科技等不同形态硬件厂商的跨端集成合作。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。