Google Cloud首席执行官Diane Greene即将离职,自她加入Google Cloud以来,该部门一直是Google的一个战略重点。
Google Cloud首席执行官Diane Greene
在Greene意外宣布这一消息之前,另一位高管的高调离职也引发关注:Diane Bryant在7月卸任Google Cloud首席运营官一职。Bryant在英特尔公司工作32年之后,于去年加入Greene的高管团队。
这两位高管加入Google Cloud都以帮助Google增加在企业领域的客户为使命,而这个市场是Google此前一直努力打开的市场。Greene曾经是虚拟化巨头VMware的联合创始人,她引领Google Cloud进行了一系列重大变革,以提高竞争力。
Greene最主要的一些举措包括以6.25亿美元收购应用程序编程接口专业公司Apigee,并创建了一个专门的机器学习部门。此外,她从2012年开始就是Google母公司Alphabet的董事会成员。Greene说,她原本计划在Google Cloud工作两年时间而不是三年,离职之后她将继续留在董事会。
Greene将在1月份正式卸任,由Oracle资深人士Thomas Kurian接任,后者曾在Oracle担任产品开发副总裁。据彭博社报道,他与Oracle董事长兼首席技术官Larry Ellison发生了冲突,Ellison反对Kurian希望在其他云上运行Oracle应用(例如主要竞争对手AWS)的想法。
分析师认为Kurian在Google得到了一致认可。
研究公司Wikibon首席分析师David Vellante说:“Kurian是一位世界级的发展型高管。他对Google来说有着很大的吸引力,他知识渊博、信誉可靠、受人尊敬、有远见卓识。我真的很期待看他对于Google Cloud Spanner和Google整体的数据库产品组合将采取怎样的措施。”
前Google Cloud数据处理和分析服务项目负责人、现在在Google负责其他项目的William Vambenepe在推特上表示,这次变动“可能是具有变革意义的”。
Constellation Research分析师Holger Mueller也对Kurian即将接任表示欢迎,并指出Google Cloud在Greene的带领下表现喜忧参半。“她没有能让Google Cloud一路快速的发展。”
此外,尽管Google Cloud进行了一些收购,但究竟这些收购能带来多大的变革影响还有待观察。相比之下,计算机和服务巨头IBM公司——被认为远远落后于众多云计算领头羊——在上个月底以340亿美元重磅收购开源先驱Red Hat,这次收购让IBM在用于云的关键软件中找到一席之地而加强了IBM的云战略。
Google把人工智能作为Google Cloud的关键。但即使这样,却遭到了员工对于Google与美国五角大楼达成合同以帮助更好瞄准无人机攻击的不满。今年6月,Google表示不会续签这个代号Maven的项目。
就Greene而言,她提到了大量新产品、新服务和组织结构上的改进。“当这个旅程开始的时候,有人会说Google拥有出色的技术,但他们并不确定客户是否会依赖Google作为他们的企业合作伙伴。最近我们在旧金山举办的Google Cloud Next活动中,有超过23000名参会者,人数比2016年增长了10倍。有近300名客户在谈论Google Cloud如何帮助转型他们的业务,没有人质疑我们对云的态度或能力。”
尽管如此,Google Cloud仍然在核心云基础设施市场中落后于AWS和微软Azure。今年2月,Google首席执行官Sundar Pichai透露,Google的总体季度云收入(包括来自电子邮件和生产力服务的收入)规模超过10亿美元,但他没有分享具体数字,并且在那之后就没有更新这一数字了。
相比之下,在截至9月30日的这个季度中,AWS的收入达到66.8亿美元。据Gartner称,AWS拥有52%的市场份额,微软的份额增长了约一半,超过了13%。Google的份额从2016年的2.7%上升到2017年的3.3%。
Mueller说:“我认为Kurian与Google的兼容程度远远超过Greene。他在Oracle工作了22年,完全专注于企业级领域,在Oracle他领导着最大的企业软件工程团队,该团队拥有35000多名员工。”
Kurian将于11月26日加入Google Cloud,并在明年年初——大概是1月份Greene即将卸任的时候——担任CEO职位。
Vellante说:“Google拥有庞大的资源,有一个让人担心的问题就是,Google有太多的科学项目。Kurian的到来会对这些项目进行优先级排序、集中资源、并在形势快速变化的时候快速行动起来。”
好文章,需要你的鼓励
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。