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
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。