ZDNet至顶网软件频道消息:Amazon Web Services (AWS)已经在澳大利亚和亚太地区发布了WorkSpace基于云的虚拟桌面产品。
去年11月,AWS在拉斯维加斯举行的AWS re:Invent峰会上第一次推出了这款基于云的虚拟桌面服务,以及一系列Beta测试版本的预览,7个月之后,AWS在亚太地区正式发布了该产品。
今年3月,AWS的WorkSpaces经过了有限的Beta测试期,成为一款完整的商业产品,面向北美市场进行了发布,该公司的高级副总裁Andy Jassy表示,这项服务的价格是该市场典型的虚拟桌面环境基础设施的一半。
然后在本月,AWS宣布在欧洲发布了这款虚拟桌面产品,借助于在爱尔兰都柏林的数据中心AWS得以面向客户提供这项服务。
现在轮到亚太地区了,AWS在悉尼的数据中心运行这项服务,以满足澳大利亚和新西兰10000多家客户的需求。
AWS在网站的一篇博文中写道:“我们很高兴宣布Amazon WorkSpaces现在已经开始在AWS亚太(悉尼)地区提供了。”
据AWS称,这项服务是一款在云中全方位管理的桌面计算服务,允许客户配置基于云的桌面,允许终端用户访问文档、应用和其他资源。
用户可以通过各种支持网络的设备访问基于云的WorkSpaces,包括笔记本电脑、iPad、Kindle Fire或者安卓平板电脑。
AWS在官方网站上表示:“通过在AWS Management Console上的几下点击,客户就可以为不限制数量的用户配置高质量桌面体验,其成本与传统桌面相比极具竞争力,是大多数虚拟桌面基础设施解决方案成本的一半。”
通过这次在亚太地区发布WorkSpaces产品,AWS将向这个已经被VMware和思杰等众多产品所占领的市场推出自己的VDI服务。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。