至顶网软件与服务频道消息: 周一,微软发布了一系列公告,涉及跨平台部署的Azure云服务、分析和一个扩展的边缘基础架构,但是不那么惹人注目的是该公司如何重新定义其在整个技术社区中的角色。
次日,在对微软在奥兰多举办的微软Ignite大会开幕式的分析中,来自SiliconANGLE Media移动直播平台theCUBE的联合主持人Stu Miniman,提出了这样的问题:“微软现在处于何种位置?……答案是,微软将在很多地方发挥作用。所有你想要的最新、最好的事物,都可以从微软获得。但是他们也将来到你的身边。”
联合主持人Rebecca Knight和Miniman一起参加了会议,他们谈到了另一家公司在本周发布的另一项公告,这项公告此时发布并非巧合。微软脱离了专有文化,该公司与其他云计算厂商展开了竞争。
携手VMware
微软周一宣布推出Azure Arc,这是一个混合平台,用于管理广泛的服务,包括Kubernetes集群(无论它们位于Azure内部还是外部)。在大洋彼端,在巴塞罗那举行的VMworld Europe 2019大会上,VMware也宣布对其Tanzu产品系列进行改进,以便管理Kubernetes上的软件。
二十四小时之后,VMware发布了一个联合解决方案,将Workspace ONE和微软的Endpoint Manager结合在一起,并扩展了Azure VMware Solutions混合云服务。
Miniman表示:“Arc让我想起了我在VMware那里听到的关于Tanzu的消息……Arc的发布以及微软和VMware打算携手进行的下一步动作并非偶然。”
微软对在更广泛的生态系统中部署该公司的技术持开放态度,这反映出该公司首席执行官萨提亚.纳德拉制订的云优先的战略。当该公司的这位首席执行官于2014年首次公开露面时,观察家们注意到他根本没有提到Windows。
Knight表示:“客户似乎想要每个品类中最好的产品,微软对此表示支持,并为此奋斗……我们认为这是更广泛的技术行业中的趋势。但是因为它是微软,而微软的过去又如此执着于专有,所以感觉很不一样。”
凭借着本周发布的产品和微软在战略方法上的转变,这家公司是否能够在公共云市场上赶超亚马逊?
Miniman指出:“上一季度,AWS的收入为90亿美元,而且仍在以35%的速度增长……去年,Azure的收入约为120亿美元,因此从‘基础设施即服务’(IAAS)的角度来看,AWS的规模仍是微软的两到三倍。对于客户来说,它们都是清晰有效的选择。”
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。