ZD至顶网软件频道消息: 3月22日,云智慧(北京)科技有限公司正式推出面向业务的企业级应用全生命周期管理解决方案,同时新任总裁刘洪涛先生带领管理团队在发布会上集体亮相。
在会上,刘洪涛分享了两个数字:94%和25%。目前,有94%的应用正在以火箭似的速度在更新,但是对于用户来说,他们并不在意应用的更新速度,而是在意应用的使用速度,而这其中25%的用户,会因为体验超过3秒钟而选择放弃该应用。这对于企业意味着什么?
龙珠直播是一家国内游戏直播平台,网站主打包含英雄联盟、穿越火线、天天酷跑等电脑游戏与手机游戏的直播。龙珠直播技术部经理瞿晟荣表示:“此前,我们网站每秒的并发量只能达到3万,然后就一直上不去了,后来才知道是慢查询导致的。”
并发数低对于一个视频直播网站来说,可不是一件美妙的事,直播卡顿用户体验不好,损失的可是真金白银。解决用户体验的问题,首先就要解决用户访问的问题。但是,与国外的网络环境不同,中国电信运营商众多,每个不同网络带来的效果是不一样的,用户访问也是无处不在的,因此,确保每一处网络的正常运行非常重要。
瞿晟荣告诉记者:“云智慧监控宝的好处就在于,可以每两分钟对全国范围内所有站点进行一次全面的探测,实时报告用户是不是都能正常访问我们的服务器,服务器能不能正常收到请求。监控数据表明,大概10%左右的波动状态是非常明显的,尤其在晚高峰时段,这时候监控宝就会报警。”有意思的是,往往这个时候,CDN都没有发现这些节点故障。
解决了网络的问题,应用层的问题又提到日程上来了。“用户量上去了,我们就发现一些接口的响应非常慢,但是开发人员报告这些接口可以正常接收请求,问题出现在哪里,我们也不得而知。”对应用进行性能监测后发现,很多请求耗费了系统资源,导致整个系统平台非常缓慢。为此,瞿晟荣利用透视宝对接口进行调优,并实时监测应用性能,目前网站能达到每秒8万的并发。
刘洪涛表示:“在互联网+时代,用户体验决定了企业的成功,而应用性能管理则决定了用户体验的优劣。”伴随移动互联网的高速发展和云计算的广泛应用,用户体验前置、IT基础设施广泛云化、产品迭代速度不断加快,企业传统IT架构面临着转型的严峻考验。
云智慧CEO殷晋表示:“云智慧全栈性能管理解决方案的发布,解决了云计算快速发展和用户体验前置给企业IT带来的种种挑战,标志着云智慧已经具备了为中、大型企业用户提供完整应用性能管理服务的产品和技术能力。”
据了解,全栈性能管理解决方案是通过提升运维自动化的IT全栈性能监控工具监控宝、面向业务运维的端到端性能管理平台透视宝、基于真实业务场景的大规模性能测试平台压测宝和满足移动持续研发和敏捷交付需求的移动自动化测试平台,并通过大数据可视化分析把IT系统的性能数据和企业业务数据实现关联,实现贯穿应用全生命周期的全栈性能管理。
刘洪涛表示,全栈性能管理可以有效洞察企业实际业务流程,把基于真实用户访问体验的应用性能数据与业务端的经营数据进行关联,并以可视化的方式呈现,在推动DevOps有效落地的同时,不断提升企业的IT运维能力、业务运维能力、业务运营能力、组织服务能力和商业决策能力,进而实现企业互联网+成功转型。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。