微软今天宣布面向普通用户推出Azure Spring云托管服务,目的是减少用户在旗下云平台上构建和维护企业应用程序时的工作量。
Azure Spring 云是和VMware公司的合作成果,去年两家公司首次推出Azure Spring 云预览版。Azure Spring云托管服务基于流行的开源Spring应用程序开发框架。
一些诸如Netflix的公司都使用Spring,Spring可为企业提供在项目里使用的现成软件构建块,可以加快企业构建应用程序。微软云服务使用名为Spring Boot框架的特定版本,Spring Boot框架本质上是具有预配置设置的简化版本,因而公司无需自行设置。
Azure Spring 云的价值定位是通过自动化基础架构管理再增加一层简化。Azure Spring 云服务在Azure上的托管基础上运行。因此,公司无需费事维护应用程序用到的硬件。
微软还提供了一些增值功能,用于自动执行相关的管理任务。其中的自动缩扩工具可以优化应用程序的基础结构使用、网络安全功能以及与Azure Monitor的整合,管理员可以使用Azure Monitor工具查找其环境中的潜在问题。为了解决一些公司可能自行难以解决的复杂问题,Azure Spring云还提供来自微软和VMware的技术支持。
Azure Spring云是在今天的VMware虚拟Spring One活动上发布的。 戴尔公司是该框架上游开源版本的主要支持者,也销售Azure Spring云商业版本。VMware高管Ajay Patel在接受独家专访时在Spring One的背景下做了详细介绍,称Spring是公司推动客户利用容器进行应用程序现代化的关键要素。
对于微软而言,微软与VMware在Azure Spring 云的合作可以令旗下的公共云对使用Spring的许多企业更具吸引力。新服务消除了管理基础架构的麻烦,令框架更易于使用。
任何可以令Spring更易于使用的产品都会降低入场门槛,最终也加速企业框架的采用。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。