在竞争对手谷歌面向云客户推出新的基础设施的背景下,微软也宣布增强了Azure平台的分析功能。
微软推出Azure SQL数据仓库服务的重度升级版本,在速度方面进行了全面提升,据称查询执行时间缩短达5倍,而这主要归功于一种名为自适应缓存的技术。
升级之后的数据仓库运行在配备高速NVMe闪存驱动器的服务器上。正如微软在博客文章中详细介绍的,这种自适应缓存可以识别最频繁使用的记录,并将其存储在机器上以实现快速访问。让信息靠近处理信息的地方,这可以更加显著地提升速度,因为请求无需往返于远程存储环境之间。
除了这项缓存技术之外,微软还对可扩展性进行了一系列改进。微软表示,现在他们的数据仓库计算能力提升了5倍,并且可以保留更多的数据。最重要的是,现在这项服务能够在繁忙时段同时运行多达128个查询。
这些增强功能对微软最大型客户的吸引力最大。微软的竞争对手也在积极跟进大型客户,最近谷歌取得了巨大的进展。3月底,谷歌与Shopify达成协议,谷歌将托管这家电子商务巨头的后端系统。
但尽管谷歌近期取得了一系列进展,AWS和微软仍然以第一和第二的份额领跑整个云计算市场。对Azure SQL数据仓库的升级进一步巩固了微软的地位,特别是在关键分析领域。
据悉,新版本服务马上将提供给客户,之前的迭代版本仍然作为一个单独的产品层进行访问。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。