ZDNet至顶网软件频道消息:昨天下午,阿里云在北京宣布推出名为“云合计划”的合作伙伴招募活动,计划招募1万家阿里云合作伙伴,其中包括100家大型服务商、1000家中型服务商、10000家小型服务商。
在这一由阿里云与其合作伙伴共建的云计算产业生态中,阿里云把自己比喻为公共电网的建设者,而合作伙伴则是电器公司。
从左至右分别为:中软国际高级副总裁、新业务集团CEO刘英杰先生,阿里云总裁王文彬先生,上海驻云信息科技有限公司联合创始人、副总裁肖凯先生。
为了吸引更多的合作伙伴置身于阿里云打造的产业生态,阿里云也祭出了吸引合作伙伴的杀手锏。据阿里云总裁王文彬介绍:合作伙伴基于阿里云计算平台提供的服务,收入的80%归云服务商所有;此外,阿里云还将向合作伙伴提供资金扶持、客户共享、技术和培训支持。
具体来说,在培训方面,阿里云会给予合作伙伴培训后的认证;在技术支持方面,阿里云有专门的技术团队和客户支持人员,帮助合作伙伴共同应对客户的需求;在资金支持方面,阿里云会设立一个云基金,专门支持合作伙伴体系。
王文彬预测:“未来五年,IT服务商将大量转型为云服务商,同时将诞生一大批新型的云服务公司。”据记者了解,在阿里云的合作伙伴招募计划中,有一项重要内容就是帮助合作伙伴从IT服务商向云服务商转型。目前东软、中软、浪潮、东华软件等国内主流的大型IT服务商均已经成为阿里云的合作伙伴。

图片来源于阿里云官方微博
在阿里云看来,成立5年的阿里云所计划打造的云计算的产业生态,与淘宝的产业生态非常类似。淘宝2003年创立,2008年开始建立商家服务体系,在淘宝生态链上,繁荣着消费者、商家、合作伙伴各色人等。阿里云预测未来五年云生态环境应该也是万亿级别的市场,将是“淘宝时刻”的再现,这个生态圈想象空间异常广大。
一个产业生态的想象空间再大,核心能力才是硬道理,把这么多的合作伙伴围拢在阿里云周围,阿里云的实力是什么?从2011年开始,阿里云每年都有100%的增长,云服务价格持续降低,到2013年底有直接和间接客户98万。如果提及阿里云的优势,可能从此次发布会上王文彬展示的一张PPT上展现得更加直观。这张PPT上有两个核心圆,寓意着阿里云的两大核心优势:一个是阿里云技术平台,一个是阿里云运维平台。两个圆的周围,分别围绕着另外几个小的圆。阿里云技术平台的优势包括自主技术产权、完整的产品线以及安全防护能力;阿里云运维平台的优势包括完整的运维系统、安全合规规范和客户服务系统。
就这些优势,阿里云业务总经理刘松举了一个更加直观的例子。在阿里集团的小微金融贷款项目中,如果淘宝上几百万卖家、几万个商家中的任何一个需要短暂的资金流支持,只要在网上花三分钟填写表格,阿里的小微金融系统在一秒之内就能够判断是否可以给这个申请者提供贷款、可以提供多少贷款。这一判断的背后,有大量的小微金融微贷系统,所有系统都是由阿里云进行支撑。云计算支撑着30个PB、800多亿信息项、100多个数据模型。在刘松看来,判断云有没有真正服务能力的标准是:你买的是设备还是云服务?你是否具有大规模调集计算的能力,是否具有大规模处理PB级数据的能力。如果不具备,则不是云计算。云计算应该有超大规模的数据弹性和数据处理能力。
即使阿里云的自身实力再强大,也要看它给予合作伙伴的支持力度有多大,让我们再深入了解一下目前阿里云与合作伙伴的合作业务模式吧。
业务应用合作:SaaS。基于阿里云的SaaS服务平台,合作伙伴可以开发SaaS服务;
行业集成合作:PaaS、DaaS。由系统集成商提供基于阿里云的解决方案服务;
云技术服务合作:Cloud Support Service。针对阿里云基础服务的客户提供上层增值服务;
云平台工具市场:Marketplace。针对阿里云用户提供支持系统应用与工具服务;
云基础设施合作:Date Center for Aliyun。
在阿里云的生态系统中,力求给予不同类型合作伙伴不同的定位,可能会包括业务安全、解决方案、云技术服务合作、工具合作、基础设施、安全合作等等很多种。这也就意味着其合作伙伴可能是咨询公司,也可能是系统集成商、独立软件开发商、中小服务提供商、软件外包服务商、数据中心服务商等等。
在这一生态环境打造中,阿里云真是把开放、共赢发挥到了极致。
好文章,需要你的鼓励
大多数用户只使用计算机预装的操作系统直到报废,很少尝试更换系统。即使使用较老版本的Windows或macOS,用户仍可通过开源软件获益。本文建议通过重新安装系统来提升性能,Mac用户可从苹果官方下载各版本系统安装包,PC用户则建议使用纯净版Windows 10 LTSC以获得更长支持周期。文章强调备份数据的重要性,并推荐升级内存和固态硬盘。对于老旧系统,应替换需要联网的内置应用以降低安全风险,定期进行系统维护清理。
新加坡南洋理工大学研究团队提出"棱镜假设",认为图像可像光谱一样分解为不同频率成分,低频承载语义信息,高频包含视觉细节。基于此开发的统一自编码系统UAE,通过频率域分解成功统一了图像理解和生成能力,在多项基准测试中超越现有方法,为构建真正统一的视觉AI系统提供了新思路,有望推动计算机视觉技术向更智能统一的方向发展。
微软杰出工程师Galen Hunt在LinkedIn上宣布,目标是到2030年消除微软所有C和C++代码。公司正结合AI和算法重写最大的代码库,目标是"1名工程师、1个月、100万行代码"。微软已构建强大的代码处理基础设施,利用AI代理和算法指导进行大规模代码修改。该项目旨在将微软最大的C和C++系统翻译为内存安全的Rust语言,以提高软件安全性并消除技术债务。
芝加哥伊利诺伊大学团队提出QuCo-RAG技术,通过检查AI训练数据统计信息而非内部信号来检测AI回答可靠性。该方法采用两阶段验证:预检查问题实体频率,运行时验证事实关联。实验显示准确率提升5-14个百分点,在多个模型上表现稳定,为AI可靠性检测提供了客观可验证的新方案。