谷歌云计算服务走进了美国好莱坞,在洛杉矶开设了一个新的区域,并在今天宣布推出一项新存储服务。
谷歌已经宣布将在该地区为其Google Cloud Platform开放一个新区域(或物理位置),以更低的延迟提供更快的云服务。谷歌透露将于7月开始提供,作为Google Cloud在美国的第5个区域。目前Google Cloud已经有12个国际区域,并计划在香港、大阪和苏黎世开设更多区域。
此外,谷歌还宣布推出了一项新的云服务,用于管理需要访问共享文件的应用的文件存储。这是媒体和其他公司经常使用的存储类型,与其他两种云存储截然不同:块存储,如谷歌的Persistent Disk和AWS针对数据库和其他业务系统的Elastic Block Store,还有像Google Cloud Storage或者AWS S3这样的对象存储,用于多媒体、数据分析等。
谷歌新推出的Cloud Filestore将在7月以beta测试版发布,旨在用于如内容管理系统、网站托管和渲染农场等应用,网络化的计算机组用于为动画电影渲染计算机生成的图像。这些都要求对文件进行低延迟访问,以及高吞吐量处理大量元数据和非结构化富媒体内容。
谷歌公布了一些早期的服务用户,包括精品营销机构Jellyfish和面部识别平台ever.ai,此外还有石油和天然气勘探、电子设计自动化和其他领域,也特别强调了在渲染方面的应用。
由于渲染对计算和低延迟的严格要求,通常这些都是在本地计算机上完成的。但是如果所有设备每次要为一部电影花上几周或几个月的时间来处理的话,成本是非常高的。因此,云服务这种方式提供了一种潜在的低成本解决方案,能够根据需要快速扩展。
相比其他云提供商如AWS(提供Elastic File System,EFS)来说,谷歌是文件存储领域的后来者。但是Google Cloud Platform产品管理总监Dominic Preuss在接受采访时称,Cloud Filestore高级版本最高可提供30000 IOPS,“这超出了目前你使用的其他任何云服务”。
然而来自谷歌的另一款产品也加入了竞争:Transfer Appliance,用于将大量数据转移到Google Cloud(去年推出,现已在美国提供)。这是一款高容量物理服务器,用于传输超过20TB数据,以前上传这些数据可能需要一周多的时间。
但是,该设备的竞争对手有AWS在两年多前推出的Snowball,更不要说还有在2016年底推出的一个更大型的45英尺卡车设备了,以及IBM和Oracle的产品。
Preuss指出,谷歌的高端480TB设备要比其他厂商的设备大,而且他认为它的物理尺寸——可以装进标准的19英寸服务器机架——要比大型卡车“更有效”。一些早期的客户已经在使用这种设备了,包括Schmidt Ocean Institute、Eleven Inc、Airbus Defense和Space Geo。
当然,谷歌对好莱坞来说并不陌生。YouTube在大型娱乐和媒体方面稳步发展,在好莱坞西南部拥有大型设施,曾经是Hughes Aircraft于1940年建造Spruce Goose的机库,这可能是世界上最大的在线视频制作设备。
现在谷歌希望利用这些长期关系将自己的云产品带入其中。在这个市场中谷歌(把重点放在云和机器学习)将会向竞争对手发起挑战。尽管AWS拥有数百个客户,但至少从目前公开的数据来看,媒体和娱乐领域的客户并不是很多。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。