Flexera的《2020年云计算报告》表示,大部分企业都选择了多云的策略,有93%的企业已经采用了这种做法,而微软Azure、Amazon Web Services和谷歌云正在激烈地争夺客户,希望在客户的钱包中抢占更多的份额。
报告透露,调查结果显示企业计划使用混合云的策略以避免被某个供应商绑定,因此,多云的做法已经成为企业在架构方面的首选。Flexera调查了750名受访者,其中554人来自大企业,196人来自中小企业。在受访者中,有53%的人是高级云用户。
Flexera发现,排名前三的公共云供应商仍然是AWS、Azure和谷歌,和一年前相比,谷歌的增长最快。Flexera还发现,在企业使用的虚拟机数量方面,Azure和AWS之间的差距正在缩小。
Flexera提供的数据显示,有40%的AWS用户每年至少花费120万美元,而Azure的客户中有36%每年的支出达到这个数字。
为了推进其多云战略,Flexera发现企业将大量赌注押在了容器上。Flexera表示:
COVID-19可能会加速企业向云的迁移。Flexera发现,在COVID-19大流行期间,至少有一半的公司正在加速其云计划,并转向远程工作。实际上,根据Flexera的说法,有59%的企业表示由于COVID-19大流行,云的使用将超出之前的计划。
其他主要发现包括:
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。