微软正在采取各种措施,将Azure的可靠性在此前透露的99.995%的平均时间运行水平上再做进一步的提高。对此,微软Azure首席技术官Mark Russinovich在7月15日的博客文章中介绍了一些举措。
他在博文中写道:“我不确定是什么促使了微软今天发布此消息。也许是碰巧赶上了微软的Inspire合作伙伴大会,或者也许是微软准备在本周开启销售?也许它与JEDI竞争有关?或者是因为新的财务年度开始?我不确定。”
Russinovich承认Azure在过去一年中受到“三个重大事件”的影响,包括2018年9月美国中南部地区的数据中心停电;2018年11月背靠背Azure Active Directory多重身份验证问题以及今年5月的DNS维护问题。(ps:这并没有囊括过去一年Azure出现过的所有问题。在过去的12个月中,还有一些与Azure相关的事故发生,例如1月份的那次中断。)
Russinovich表示,微软已经在他的CTO办公室创建了一个新的质量工程团队,该团队将与其站点可靠性工程(SRE)团队合作,寻找使Azure更加可靠的新方法。他表示,从现在到2021年,微软将致力于为接下来十个最大的Azure域提供可用域。可用域旨在帮助保护客户免受数据中心级故障的影响。这些域位于Azure域内,并配备了独立的电源、网络和冷却系统。此外,启用的域至少有三个独立的域位置。
微软正在扩展其安全部署实践框架,其中包括了对软件定义的基础架构的更改,例如网络和DNS。此框架旨在确保Azure中发生的所有代码和配置更改在推出到域之前,能够经过一组特定的开发/测试阶段、预览、硬件多样性试验等操作。同时,微软还在进行更多的投资,目的是提升零影响和低影响的更新技术,如热补丁、实时迁移和现场迁移等。
相比于恢复时间,微软目前更优先考虑的是数据保留。但有些客户表示,他们能够希望自己来做出这种权衡和决定,因此微软正在不断测试和提升自己在存储帐户级别启动时,自身的故障转移能力。
具体来说,其Project Tardigrade服务旨在检测硬件故障或内存泄漏,让Azure可以暂时冻结虚拟机,以便将可能受影响的工作负载转移到其他主机。需要说明的是,微软对于该服务仍没有提供「何时发布」或「最终发布形式」等相关的任何信息。
Russinovich 表示:“持续、实时改进的能力是云服务的巨大优势之一,虽然我们无法消除所有风险,但我们非常注重减少服务问题的频率和影响程度,同时给我们的客户、合作伙伴和更广泛的业界提供透明度。”
好文章,需要你的鼓励
智能网卡(SmartNIC)技术自2013年AWS首次应用以来,虽然获得了VMware、英特尔、AMD和英伟达等巨头支持,但市场表现平平。分析师指出,目前主要客户仍局限于服务提供商。然而,随着AI技术蓬勃发展,情况正在改变。英伟达、红帽等厂商在AI云架构中推荐使用DPU,认为其可优化推理工作负载并提升资源效率,AI革命有望真正推动智能网卡技术普及。
中科院团队开发的SimpleGVR系统革新了AI视频增强技术,通过直接在潜在空间处理和创新的分阶段训练策略,能够将AI生成的低分辨率视频高效提升至高清画质。该系统不仅提升分辨率,还能修正AI视频特有的颜色混合等问题,在多项指标上超越现有顶级方法,为AI视频生成领域提供了实用的解决方案。
YouTube为Premium会员推出AI生成的搜索轮播功能,可在购物和地点查询时显示相关视频序列。同时,此前仅限Premium用户的AI对话助手开始向美国普通用户开放,用户可通过"询问"按钮获得视频摘要和内容问答服务。该AI工具基于YouTube平台和网络信息运行,但准确性仍待观察。
浙江大学联合腾讯AI实验室提出KnowRL方法,通过在强化学习中集成事实性奖励机制,有效解决慢思维AI模型在推理过程中的幻觉问题。该方法在保持原有推理能力的同时,显著提升了模型的事实准确性,为构建更可靠的AI系统提供了新思路。