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
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。