两年前,微软的官员们开始谈论该公司计划将一大堆Azure平台即服务功能带到微软Azure云的基础架构即服务之中。
在2016年3月,微软推出了Virtual Machine Scale Sets,此举是该战略的一部分。Virtual Machine Scale Sets允许用户创建数千个一模一样的虚拟机,以便能够快速扩展大计算和大数据应用程序。
微软的虚拟机规模集的座右铭:“像IaaS一样好控制,像PaaS一样好扩展。”
上周,微软在其“IaaS虚拟机上的PaaS桥梁”战略中增加了几个部分,宣布支持更大的虚拟机规模集。官员还宣布全面推出Managed Disks,为那些运行Azure虚拟机的用户提供类似PaaS的存储管理。
这些服务只是微软计划的“将PaaS的灵活性带入IaaS的舒适性之中”的开始。
微软即将为使用Windows和Linux虚拟机的Azure用户提供的下一个微软PaaS技术列表:操作系统补丁支持,应用程序生命周期集成,应用程序健康监控和负载均衡应用程序健康集成。官员们上周表示,这些功能将在“今年晚些时候”推出。
虽然微软最初将Azure作为PaaS产品发布,专注于将从头开发的应用程序引入云中,该公司后来在其平台中添加了一个IaaS功能,以增加其吸引力。由于IaaS,用户可以使用他们现有的Windows Server和Linux应用程序,并在Azure中的虚拟机上运行它们。
去年,微软的官员们表示,Azure中将近每三台虚拟机中就有一台运行Linux。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。