微软表示,自从各国开始针对新冠病毒爆发实施社交隔离和其他措施以来,致使微软云服务的使用量出现了大幅激增。微软上周六表示,在已实施社交隔离和在家办公的地区,微软Teams、Power BI和Windows Virtual Desktop等服务使用量增加了775%。
流量激增的原因很明显,因为对于那些需要在家工作的人和在家没事做感到无聊的人来说,微软这些工具是很有用的。例如,微软Teams协作应用本月初的日活用户就猛增了37%。目前Team用户每天活跃度长达9亿分钟,而竞争对手的应用,例如Slack和Zoom的使用量也有类似的大幅增长。
微软表示,目前Windows虚拟桌面的使用率是正常情况的3倍,而Power BI的使用率增长了42%。此外,随着人们选择通过玩视频游戏排解在家隔离的烦恼,微软游戏服务Xbox Live用户数量也创下新高。
面对如此众多的用户,微软同时也采取了一些限制措施以确保业务正常运行,不会发生中断,特别是对于那些在抗疫前线的工作。
微软在博客文章中指出,将为急救人员和与健康相关的系统“提供最高级别的监控”。此外微软还限制了免费优惠和新Azure订阅的一些资源,而Teams视频通话分辨率也有所降低,以便节省带宽。微软补充说,计划在未来几周内增加“大量新容量”,以保持云服务的正常运行。
微软在公布这一最新消息的几天之前,微软首席执行官Satya Nadella刚刚向CNBC表示,他看到了市场“空前的”需求。Nadella说:“如果这是上一代的数据中心架构或软件架构的话,很难想象我们如何有效地应对这场危机。”
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。