ZDNet至顶网软件频道消息:微软在上周推出了多项新的Azure特性和功能。以下是过去根据各种微软博客文章整理出来的内容:
微软面向其HDInsight服务客户预览了Hadoop 2.4。(HDInsight是微软Hadoop on Azure的部署。)微软方面表示,Hadoop 2.4版本实现了“高达100倍的大规模查询响应时间响应提升”。
微软还预览了Azure HDInsight内部的Apache HBase集群。HBase是Hadoop中的一个NoSQL数据库组件,运行在Hadoop Distributed File System(HDFS)上。通过这次预览,用户可以将HBase作为云中的一个管理集群运行,并作为HDInsight一个集成的部分。
微软Azure现已在巴西南部地区全面上市,微软曾在2014年年初进行公开预览。
微软从6月5日开始扩展了在Azure上对虚拟网络和虚拟机的支持。现在Azure Virtual Network可以覆盖整个地区,该网络是微软用于连接现有数据中心和云数据中心的网络服务之一。A8和A9虚拟机现在支持更高速的处理器、互连和更多虚拟核心。微软方面表示,这两组特性的结合能够更好地运行计算密集型和网络密集型应用,例如视频编码、工程设计与仿真等。
微软还对Azure移动服务的离线功能进行了扩展,包括Xamarin.iOS和Xamarin.Android。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。