至顶网软件频道消息: 一直以来,AWS很擅长展示自己赢得的云计算大客户,今天这个名单中又新增了一员:搭车应用Lyft。
Lyft表示,正在将整个IT基础设施迁移到Amazon上,以增强市场并推动搭车业务的进一步增长。此外,Lyft还计划利用Amazon的服务改进自己的自动驾驶汽车技术。
Lyft决定全力押注Amazon并不令人感到意外,因为Lyft已经是Amazon的一个重要客户。Lyft大部分的运营、后端平台和网站都运行在Amazon云上,使用了包括Amazon数据库、无服务器基础设施、机器学习和分析工具在内的一系列服务。Lyft表示,选择Amazon基础设施的原因之一,是Amazon能够在需求高峰时段例如假期和周末迅速扩大规模。
Lyft首席技术官Chris Lambert在一份声明中表示:“通过在AWS上的运营,我们能够快速扩展和创新,为我们的服务提供新功能和改进,并为我们不断增长的Lyft车友提供卓越的乘坐体验。”
Lyft使用的主要AWS服务之一是Amazon DynamoDB,一个高性能数据库,可以支持包括骑行跟踪系统在内的工作负载。此外Lyft还将信息存储在Amazon Simple Storage Service上运行的海量数据湖中。Lyft使用Amazon Redshift数据仓库分析这些数据,以便更好地预测服务需求。
因此,Lyft可以被视为Amazon广泛云服务在专业乘车行业的一个可靠参考。
“Lyft将通过利用我们业界领先的云服务组合、成熟的运营专业知识和无与伦比的可靠性,引领自动机动车技术的下一次重大转变,”AWS全球商业销售副总裁Mike Clayville在一份声明中这样表示。
上个月,Amazon刚刚宣布赢得了一个大客户Choice Hotels International,该公司也把大部分业务放在了Amazon云平台上。
好文章,需要你的鼓励
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
中科院微电子研究所团队揭示深度学习中感知优化与质量评估存在意外不对称现象。研究发现评估性能优秀的模型在训练指导中效果有限,对抗性训练具主导作用,传统卷积网络在某些场景仍具优势。这项发现颠覆了"评估性能等同于优化能力"的传统认知,为AI图像处理技术改进提供新方向。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
香港科技大学研究团队开发了MOSS-ChatV视频AI系统,通过创新的"过程推理奖励"机制解决了现有视频AI推理过程不一致的问题。该系统不仅能准确预测视频中的未来事件,还能提供清晰的推理解释。研究构建了MOSS-Video数据集,采用动态时间规整算法训练模型,在多个视频理解任务上取得显著性能提升,为视频AI的可解释性发展开辟了新方向。