至顶网软件频道消息:
微软发布了一个面向IT专业人士的Azure Cloud Services Map,让他们可以将一系列云计算服务与AWS的进行对比。
与Amazon一样,微软的云服务产品组合多年来一直在跨越式发展,所以很难对微软的各种服务和功能进行对比。微软试图解决这个问题,公布了一份新的文件,文件中阐明了微软两款产品之间的主要区别和相似性。这么做的目的是让客户可以利用这个Azure Cloud Services Map更好地规划迁移和多云环境。
通过这次发布,微软正在认识到有越来越多的企业组织正在步上云之旅。企业选择不止一家云提供商来满足他们的IT需求,从而利用不同服务提供的好处,这已经变得越来越普遍。因此,微软这个Cloud Services Map可以帮助企业更轻松地制定这些策略。
微软技术产品经理Michael Crump表示:“无论你是用Azure还是AWS规划一套多云解决方案,还是简单地迁移到Azure,你都可以利用这项服务快速地成功迁移所需的服务。你可以在使用这项服务的同时,并行使用文档中提到的其他有用资源。”
微软的Cloud Services Map覆盖了13个不同的类别,包括大数据、计算、数据库和存储。该文档显示,微软和AWS在很多领域提供同类的服务,但是在某些情况下Azure拥有一些AWS没有的产品,反之亦然。
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。