近日Salesforce和微软宣布达成一项新的托管协议,Salesforce将把自己的Marketing Cloud迁移到微软Azure平台上。
虽然两家技术巨头没有透露任何财务细节,但可以想象这个合同的规模是相当大。 Marketing Cloud是一套广告工具、分析功能和相关产品的集合,是该领域最广为使用的工具箱之一。Salesforce并未透露该产品的确切销售数据,但曾在8月透露,上个季度Marketing Cloud和Commerce Cloud电子商务工具包的总收入为6.16亿美元。
Salesforce决定选择Azure的这一举动令人关注,有几个原因。首先,微软Dynamics 365套件在某些领域与Marketing Cloud是直接竞争的关系;此外,Salesforce在AWS和Google Cloud上运行了其他很多服务,所以Salesforce实际上完全可以选择AWS和Google其中之一。
从技术的角度来看,Salesforce在AWS或Google Cloud上进行部署甚至可能更简单一些,因为Salesforce的IT部门对这两个平台已经很熟悉了。但是,选择Azure可以降低Salesforce过度依赖任何一家提供商的风险。这种多云的策略正在迅速成为大型企业的最佳实践,即使在他们与云提供商不直接竞争的情况下。
多年来Salesforce和微软一直保持着“竞合”关系。除了基础设施即服务,两家厂商在营销等领域也在争抢客户,同时,两家厂商也提供了关键产品之间的集成。
这次宣布的合作显然是属于后者。Salesforce将针对客户支持小组的Sales Cloud和Service Cloud平台与微软Teams工作场所聊天工具进行集成,让用户可以直接在通讯界面查看业务记录。两家厂商表示,这项功能将在2020年底推出。
未来我们可能看到两家厂商之间进行更多的集成。例如,可以添加更多连接器帮助共同客户将数据从Marketing Cloud导入到Azure的众多分析服务。微软已经在Azure Data Factory等产品中提供了这样的连接器。
这次合作也是Salesforce最近赢得的一系列备受瞩目的云合同之一。今年早些时候,Salesforce击败了AWS拿下美国国防部价值100亿美元的JEDI合同,并与AT&T签署了20亿美元的合作协议为其核心电信业务提供云服务。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。