根据Gartner最新发布的IaaS魔力象限显示,AWS和微软Azure在基础设施即服务(IaaS)领域占据主导地位。
不过,最大的黑马其实是阿里云和甲骨文。
Gartner的魔力象限专注于基础设施,既不是平台,也不是软件即服务。IaaS定义为一种标准化的、自动化的服务,其中存储、计算和网络是由服务提供商按需提供的。
下面让我们来看看Gartner的排名。
这两个领跑者并不让人感到意外。AWS是少数几个公布其技术运营数据的厂商之一,它有一大批企业客户和案例。Gartner指出,AWS是“战略性的、组织广泛采用的最常见选择”。不过有人指出AWS的服务要求专业技能,而且定价结构比较复杂。
微软Azure以多样化的云成熟度对各种客户具有吸引力。据Gartner称,Azure是广泛的且可以处理多种工作负载。微软还被视为一家有战略意义的企业云合作伙伴。Gartner指出Azure的服务经验、支持、文档和培训方面存在问题。在过去一年中微软对其服务进行了改善。
对于Google Cloud Platform来说,Gartner认为它是与前两位距离较远的第三名,但是对于云原生的公司来说是个不错的选择。Gartner还表示,Google强调其便携性以及创新引擎是至关重要的。不过,Google通常被选为第二优先的提供商,以及AWS的替代选择。Google一直重力投资数据分析以及生态系统,未来这些都会得到回报。
在IBM方面,Gartner专注于目前正在重新设计的SoftLayer基础设施。Gartner还指出,IBM自从2015年收购SoftLayer以来并没有改进它的基础设施。“IBM Cloud云体验目前是脱节的。”
但是在这个魔力象限中,除了前三甲,阿里云和甲骨文成了名副其实的黑马。
阿里云排名第四。Gartner认为阿里云主要是在中国表现出色,现有产品显示出未来巨大的潜力。并且,阿里云虽然作为中国云计算市场的龙头,近两年也开始在国际市场发力,其前景可期。
甲骨文从去年开始才大张旗鼓地提及他们的IaaS,短短一年就获得了Gartner IaaS象限的第五名,这点令很多人意外,但是从现在的发展势头看,甲骨文的IaaS更进一步具有很大可能。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。