至顶网软件频道消息:在本周旧金山举行的OpenWorld会上,Oracle首席执行官Mark Hurd表示,企业在信息技术方面的预算支出实际上并没有增长,而且这种情况发生改变的可能性也不大。
当然,在这一增长乏力的背后,云计算可能扮演了一个重要的角色。最吸引IT运营转向云上的因素就是降低成本——让像AWS、微软Azure和Oracle Cloud这样的厂商技术来处理企业的计算、存储和应用。
但是云的经济效益与现实情况是相冲突的,现实是企业希望在IT上的支出再少一些。不仅如此,大量数据会引发日益严峻的问题,以及加强网络安全的需求。
在这一背景下,Hurd表示,硅谷为这些IT困境“做出了贡献”,因为它创造了太多零散的产品和平台的组成部分,而让客户自己把这些组成部分拼凑在一起——结果越来越令人不满意,例如最近Equifax有大量数据泄露,部分原因要归咎于该公司无法快速修补关键软件出现的问题。
他说:“IT已经无法跟上技术创新和客户采用的速度,”有很多企业仍然依赖于那些使用了20多年的老旧系统和应用,这使得他们有80%的预算都花在了维护这些系统和应用上,而不是用来添加更创新的技术。“我们告诉客户,所有这些复杂性加起来,让他们很难维护这个环境以及在这个环境上进行创新。”
他认为云计算是解决这个复杂性的一个重要手段。当然,他提出了Oracle的解决方法,那就是提供一种统一的系统Exadata,不管是从云端还是从客户数据中心的计算机上都可以使用这个系统。
Oracle创始人、首席技术官Larry Ellison最近还宣布推出了Oracle的下一代数据库,他说新的数据库可以处理像自动为关键软件打补丁这样的任务,这对于防止网络安全漏洞来说非常重要。
最后,Hurd表示,相比任何一家公司来说,云都可以提供更多的安全性来阻止黑客,“你是希望单打独斗,还是希望我们来一起应对?”答案显而易见。
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。