微软正发布两种新型Azure通用虚拟机的预览版本,希望为拥有大量计算密集型工作负载的客户提供更多选项,更好地平衡成本与性能。
此次发布的Azure Dlsv5和Dldsv5虚拟机是去年11月推出的Dv5与Ev5虚拟机的插件选项。新方案基于英特尔至强Platinum第三代Ice Lake超线程处理器之上,希望为通用及内存密集型工作负载提供更好的性价比选项。
与其类似,两种新的虚拟机选项也都基于超线程配置的第三代至强Platinum 8370C芯片。但与Dv5每vCPU对应8 GB内存不同,新虚拟机每个vCPU只对应2 GiB内存。
微软高级产品经理Andy Jia在本周的文章中写道,“对于拥有计算密集型工作负载的客户,Dlsv5/Dldsv5将带来超越FSv2的更佳性价比,有望降低Azure的整体使用成本。”
此外,微软还着力在临时存储层面降低成本。在Dlsv5中根本不存在任何临时存储,因此只要客户的应用程序不需要这部分资源,就不会产生任何费用。Dldsv5则为需要低延迟、高存储速度的工作负载提供临时存储,特别是那些需要保证读取和临时写入速度、或者利用临时存储作为数据缓存的工作负载。
文中提到,这两种新虚拟机在性价比方面将比Azure Fsv2虚拟机高出30%。
二者的vCPU数量范围均为2个到96个,可搭载4到32块数据磁盘,配备2到8个网络接口控制器(NIC)。
之所以高度重视成本节约和性价比,是因为微软等云服务巨头意识到新冠疫情期间的业务增长,在如今低迷的整体经济形势下已经难以为继。除了微软的高管之外,竞争对手亚马逊云科技和Google Cloud也承认客户正在“优化”云服务支出。
亚马逊CFO Brian Olsavsky本月初在谈到公司最新季度财报数据时表示,客户支出从去年第三季度起开始放缓,第四季度继续收缩。“在艰难的宏观经济形势之下,不同规模的企业都在评估云服务使用情况以优化相关支出。”
微软CEO Stya Nadella在1月下旬也提出过类似的观点,认为“鉴于宏观经济形势的不确定性,组织的行事风格开始愈发谨慎”。理论上,客户可能会紧紧抓住自己的钱袋子,“但云计算也已经进入新的历史阶段,新篇章的起点就是我们在新型计算平台上引入的全球最强AI模型。”
微软宣布,尽管上季度云服务收入增长了7%,但高管预计Azure相关产品的增速将由35%回落至5%左右。
麦肯锡公司曾在2022年11月梳理过企业降低云成本的可行方式,并指出部分云服务商以往高达20%至30%的夸张增长不具备可持续性。
微软希望企业能将Dlsv5和Dldsv5虚拟机视为新的节约手段。相关预览已经通过Azure门户及CLI在40个区域开放。在公测期间,新虚拟机只提供即用即付模式,不支持竞价虚拟机或预留虚拟机实例等优惠选项。
Jia还指出,这两个虚拟机选项在Azure门户中仍显示为“未上线”。待预览开放之后,组织才能实际体验并相应计费。
微软的一系列降本举措绝非杞人忧天。之前37Signals就曾在认真考虑成本效益之后,决定用几个月时间退出公有云、转回本地数据中心。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。