近日华为云C3ne云服务器获得了可信云的创新大奖,是华为云最强计算的又一次实力证明。可信云作为权威机构,在这么多厂商的中,最终认定了C3ne,Why?
C3ne云服务器首次将业界公有云虚拟网络的转发性能提升到千万级别,其包转发率(pps)最高可达1000w,转发带宽最高可达48G。此次获奖主要是因为下面三个重大创新。
重大创新1:软硬结合,流表归一,快表转发
C3ne云服务器虚拟网络数据面转发首创集成流表方案,将业界传统流表用户态转发方式卸载到华为海思自研u-NIC网卡上,实现主机流量快表转发,全功能加速和卸载,整体转发性能达到单向40G/双向80G,包率单向10Mpps/双向15Mpps。
重大创新2:独创零拷贝技术方案,生态兼容。
C3ne云服务器虚拟网络数据面转发首创软硬结合的virtio后端软直通技术,独创的零拷贝技术方案,保证50Gbps流量进入虚拟机,同时保证对虚拟机内原生virtio前端兼容,无需升级GuestOS驱动,避免业界标准SR-IOV(AWS/Azure)方案的部署难题。
重大创新3:数据面无间断升级,高可靠和高可用。
C3ne云服务器虚拟网络数据面转发各个模块(EVS/集成流表数据面/virtio-agent)设计解耦,支持fail static特性,有效提高了健壮性和快速特性部署。
Why 华为云?
1.华为对技术的投入
华为是一家技术公司。华为最不担心的是技术,持续的加强投入,厚积薄发以实现突破,是华为能够持续成长的关键因素之一。
•华为在世界范围内累计获得授权专利 74307件,中国专利累计授权 39216 件,中国授权专利总量位居全球第一位。华为在欧洲的专利申请数在全球企业欧洲申请专利总数中排行第一,成为首个获此殊荣的中资企业。
•2017年,华为的研发投入是华为在2017年研发投入120亿美元,全球排名第六。
2.华为云的软硬结合的优势
华为在美国、加拿大、欧洲、印度等全球IT能力聚集地设立了研发创新中心,与全球数学家,包括菲尔兹、沃尔夫奖获得者,开展从研究基础数学理论到解决重大工程问题等方面的深入探讨和合作;有着大量的研究人员研究算法,为更快一秒持续投入巨大的人力物力;有着十多年持续投入和积累的海思芯片。这些实践的积累,这些能力的结合,实现了C3ne的突破,使云计算进入千万转发新时代,芯片、硬件、软件、算法的软硬结合能力,也是华为云有技术的诠释。
展望未来,华为云将发挥软硬件协同优势,持续为企业客户提供最强云服务器,并竭诚助力合作伙伴深耕企业市场,成为企业首选的云服务伙伴。
HUAWEI CONNECT 2018作为华为自办的面向ICT产业的全球性年度旗舰大会,将于2018年10月10日-12日在上海隆重举行。本届大会以“+智能,见未来”为主题,旨在搭建一个开放、合作、共享的平台,与客户伙伴一起共同探讨如何把握新机遇创造智能未来。欲了解更多详情,请参阅:https://www.huawei.com/cn/press-events/events/huaweiconnect2018?ic_medium=hwdc&ic_source=corp_banner_allwayson&source=corp_banner
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。