微软已经在与Swift SCRL合作,将该组织的金融通信网络引入Azure。
Swift系统是全球商业的核心支柱,有超过11000家金融机构以及大型企业适用该系统来交换他们有关其账户之间交易的数据,该系统帮助处理着全球大多数国际货币和证券的转移。
近日微软宣布与Swift合作,已经将运行在Azure上的该系统进行了概念验证的实施。目前微软自己的财务部门正在使用该部署来处理某些内部交易,负责该项目的首席项目经理Guru Kirthigavasan表示,该部门每年通过Swift支付超过4000亿美元的款项,以支持微软的运营。
微软打算将这一概念验证转变为面向金融机构的云服务,目标是为很多银行目前用于访问Swift的内部部署基础设施提供一种更简单的替代方案。
这一计划的定位并不仅仅局限于降低管理费用。微软正在探索与其他Azure服务进行集成以简化事务管理的可能性。
Kirthigavasan这样写道:“除了将该服务迁移到云能够在运营和安全性方面立即见效之外,在增加业务逻辑、高级分析和AI功能以进一步改善银行和企业进行转移、发现趋势和见解方面还有巨大的潜力。”
微软没有特别详细地说客户可以期待看到什么,但目前微软自己财务部门的内部试点提供了一个总体思路。微软已经实施了AI算法,可以在付款发送到Swift之前检查付款的真实性。 Azure提供了大量的机器学习服务,理论上讲应该能够让银行为自己未来的部署实施类似的机制。
微软计划的Swift服务有可能为金融行业的企业带来重要的新收入来源,在金融行业几乎每家企业都要依赖于网络。如果该产品获得足够的关注,微软将有效地帮助将该全球银行系统的核心组件转移到云端,如果AWS等竞争对手也决定加入其中,自己托管Swift实施的话,这个可能性会更大。
微软预计将在“不久的将来”发布该产品的公开预览版,而且该产品将成为Azure广泛的行业特定服务组合的一部分。此前微软向该产品组合中新增了一款用于生命科学领域的基因组分析平台。
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。