至顶网软件与服务频道消息: 亚马逊网络服务公司正在为那些承诺长期使用该公司平台的企业用户简化基础架构的采购工作。
这家云计算巨头于周三晚上推出了“Savings Plans”,在这种购买模式下,如果客户提前一年或三年购买算力,就可以享受大幅的折扣。AWS已经通过其Reserved Instances提供了此类折扣。但是,采购Reserved Instances可能会很复杂,因为它需要企业仔细计划自己的支出,才能够通过批发价获得最大的收益,而Savings Plans旨在减轻这项工作的复杂程度。
该计划的重点在于客户可以获得可转移的折扣,他们可以将其用于不同的AWS实例。企业在如何使用折扣方面的灵活性取决于计划。
AWS将第一种选择称之为“Compute Savings Plan”,企业通过承诺长期使用获得最高66%的折扣。Compute Savings Plan可以应用于各种实例,无论这些实例运行在哪个数据中心,属于哪个实例系列,用的是何种操作系统。比如说,如果一家企业预订了三年的实例,而AWS在第二年发布了更好的虚拟机系列,那么管理员们就可以非常轻松地转移到比较新的硬件上,并且继续享受同样的折扣。
第二种选择是EC2 Instance Savings Plan。它可以节省高达72%的费用,但是客户获得的折扣只能够用于他们在购买时选择的实例系列,并且只能够用于一个AWS数据中心区域。
云基础架构支出可以获得最高72%的折扣,这确实可以节约成本,但是Savings Plans只是AWS上性价比排名第二的选择。排名第一的是Spot Instances。这些虚拟机可以运行在该供应商数据中心里未使用的基础架构上,可以获得最高90%的折扣,但是这个选项有一个陷阱:如果AWS需要使用这些基础架构,那么只会提前两分钟通知你。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。