至顶网软件频道消息: 微软和Oracle正在对他们有竞争关系的公有云平台进行整合,以形成对抗双方共同对手AWS的统一战线。
今天早上双方公布了达成合作伙伴关系的消息,主要包含几个部分,首先是微软Azure与Oracle Cloud之间的直接网络连接,将实现两个平台实践更快速的数据共享。两家厂商表示,信息将以10Gb每秒连接的速度传输,这比公共网络更快也更可靠。
目前Oracle 在位于Ashburg、Virginia云设施和微软美国东部地区之间支持这种直接的网络连接。随着时间的推移微软和Oracle将把这种功能扩展到更多地区,同时推出旨在使双方平台更紧密结合在一起的联合安全功能。
微软和Oracle承诺提供所谓的统一身份管理,让企业使用单一系统(微软的Active Directory)集中管理对Azure和Oracle Cloud基础设施的访问。这让管理员可以控制哪些应用可以在一个位置使用哪些资源,以及使用相同的证书而不是两个单独的帐户登录这个两个云平台。
微软和Oracle认为这种集成可主要用于两种方式。Oracle产品管理副总裁Vinay Kumar写道,对于企业来说,一个用途就是利用统一身份功能整合Azure和Oracle Cloud的访问控制。考虑到目前有不少财富500强企业已经在同时使用Azure和Oracle产品,这一点可能是具有广泛吸引力的。
从长远来看,Kumar认为企业会将他们的应用分散在微软和Oracle的云平台之间。直接网络链接将让Azure上运行的工作负载(如分析系统)可以使用Oracle基于云的数据库来存储和处理信息。
“这两种云之间的低延迟连接让客户可以为每个应用选择首选组件,使得单一的、一致的应用的不同组件都运行在每个技术堆栈的最佳云中,”Kumar在一篇博客文章中写道。他补充说,这种跨云连接适用于部署在Azure中的自定义软件和Oracle业务应用。
微软和Oracle将提供联合支持服务以及部署指南等资源以鼓励客户采用。Wikibon项目首席分析师Dave Vellante认为,对于微软来说,这一合作伙伴关系代表了“对其开发者社区持续开放的姿态”。
他说:“微软能够从云中获益更多,因为Oracle客户有了更多选择,以及连接到微软[Azure]的途径,对微软来说,这也是参与到更多的、以Oracle为特色的关键任务环境中的一个途径。”
他认为,对于Oracle来说,“一切仍然是围绕数据库的,让客户能够在Oracle Cloud上运行他们的Oracle数据库,同时也可以将另一些应用组合迁移至Azure。”
这次微软与Oracle的合作将矛头直接对准了云计算市场的领头羊AWS,目前AWS占据约33%的市场份额。Vellante认为,AWS迟早也会转向多云环境。目前AWS致力于在混合云市场打造生态系统,与VMware合作推出了一系列联合解决方案。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。