至顶网软件频道消息:7月10日,青云QingCloud宣布,自7月10日零时起对公有云部分资源进行新一轮资费下调。这是QingCloud的第8次资费下调,调整的资源包括预留实例、QingStor对象存储和CDN加速服务,最高降幅达56%。此外,QingCloud还针对“按秒计费”资源推出了全新的“分级定价”优惠政策。新用户完成认证还可获赠最高650元优惠券。
青云QingCloud始终坚持通过技术创新,不断降低云资源的使用成本,提高用户使用体验。自2013年公有云上线以来,QingCloud承诺每年至少降价两次,致力于让人人都可以享受到价格适中、服务完备的企业级云服务。
青云QingCloud第8次降价,降幅最高达56%
一、预留实例资费下调最高56%
预留实例计费模式是青云QingCloud于2016年11月正式推出的全新计费模式,主要针对长期、稳定的IT需求。通过预留实例,用户可以根据自身对 IT 资源的长期规划,提前预留相应的主机资源,同时享受大幅度的价格优惠。
此次预留实例资费下调将适用于北京1区(PEK1)、北京2区(PEK2)、北京3区(PEK3)、上海1区(SH1)、广东1区(GD1)。本轮资费下调后,除亚太1区(AP1) 外,其他可用区同配置的预留实例价格一致。具体资费下调方案如下:
6 个月合约资费最高降幅 48%,同按需计费模式同配置主机相比最高节省 58%;
12 个月合约资费最高降幅 48%,同按需计费模式同配置主机相比最高节省 61%;
36 个月合约资费最高降幅 56%,同按需计费模式同配置主机相比最高节省 74%。
青云QingCloud支持“按需计费”与“预留实例”两种方式结合使用。针对短期弹性需求,按秒计费,灵活精准,避免浪费;针对长期稳定需求,预留资源,价格更低,能够大幅降低IT成本。
二、QingStor对象存储服务最高降幅达18.52%
QingStor 对象存储服务于2016年9月13日正式商用。通过QingStor对象存储,用户能够获得可无限扩展、安全可靠、低成本、高性能的通用数据存储服务。QingStor对象存储在计费层面按照存储容量、流量、API 请求数三个维度分别实行阶梯计费。
此次,北京3区(PEK3),上海1区(SH1)的对象存储服务将以两种形式实行价格下调:按存储容量和按请求次数。按存储容量计费价格最高降价18.52%,按请求次数计费价格下降90%。
三、CDN加速服务最高降价26.7%
青云QingCloud CDN加速服务自推出以来,提供了网页加速、大文件下载加速、视频分发加速多种使用场景,并拥有强大简便的域名管理、防盗链、监控统计等功能。用户可以自定义配置CDN缓存策略规则、访问规则、防盗链、内容刷新等配置,灵活使用CDN。此外,还提供了访问省份、访问文件次数、流量、带宽等丰富的监控统计,帮助用户时刻了解CDN使用情况。
此次,CDN资费下调的区域包括北京1区(PEK1)、北京2区(PEK2)、北京3区(PEK3)、上海1区(SH1)、广东1区(GD1)。其中,HTTP协议CDN最高降价12%,HTTPS协议CDN最高降价26.7%。
四、分级定价优惠政策
自2017年7月1日起,青云QingCloud将取消现行的“充值返”优惠政策,并于7月1日至12月31日针对“按秒计费“资源,推出“分级定价”优惠政策。其适用区域包括北京1区(PEK1)、北京2区(PEK2)、北京3区(PEK3)、上海1区(SH1)、广东1区(GD1)。
分级定价优惠将在原有降价的基础上,根据2017年的累计消费额,客户将享受不同阶梯的折扣优惠,最高折扣达8折。
此外,新用户注册并通过认证即可获得310元或650元优惠券,包括主机、数据库、缓存、QingStor对象存储、大数据等服务。想要获得更多优惠,只需报名参加7月28日-29日,青云QingCloud在北京国际饭店举办的QingCloud Insight 2017大会。除优惠券外,与会者还将有机会和超过 2,000 名来自大型企事业单位、互联网行业及企业服务领域的CIO、CTO、架构师、工程师、开发者、技术爱好者及媒体记者齐聚一堂,共同探讨科技与创新的前沿话题,分享业务实践经验,洞悉技术与商业的未来。
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。