AWS(亚马逊网络服务)将在日本投资150亿美元,以扩大旗下的云计算和人工智能能力,这表明 AWS 与谷歌和微软在该地区的竞争已经白热化。
全球最大的三家云计算公司(AWS、微软和谷歌)正在日本争夺市场份额,三家都希望成为日本领先的云计算和人工智能提供商。
AWS 今天表示将在日本投资高达 150 亿美元,以提高 AWS 在该地区的云基础设施、计算服务和人工智能能力。这家总部位于西雅图、市值 920 亿美元的云计算巨头未来三年将投入数十亿美元,扩大 AWS 产品和服务在日本东京和大阪两个城市的可用性。
AWS 日本公司总裁长崎忠雄(Tadao Nagasaki)在今天东京举行的新闻发布会上表示,“AWS 的投资扩张将使 AWS 在日本使用数据成为可能,再无需将数据转移到海外。国内有了数据中心,因此可以以极低的延迟使用云服务。”
AWS在日本投资150亿美元的重要原因之一是帮助推动日本企业的生成式人工智能可用性和 AWS GenAI(生成式人工智能)客户采用率。
AWS 的旗舰 GenAI 产品 Amazon Bedrock 已于 10 月份在东京地区上线。AWs还推出了一项支持计划,为一些客户提供人工智能技术培训。AWS 还以云积分的形式向日本客户投资 600 万美元,用于构建和训练大型语言模型(LLM)。
AWS并不是唯一一家将日本视为潜在巨大GenAI市场机会的云巨头。
去年,谷歌开始在东京附近运营其首个日本数据中心。此外,谷歌还启动了一个连接加拿大和日本的海底电缆项目。谷歌还在东京和大阪设立了云区域,提供云存储和基础设施服务。
微软在过去几年一直在日本扩大旗下的云基础设施和提供 Azure 产品。2023 年,这家软件和云计算巨头在日本西部启动了新的微软数据中心。
AWS、谷歌和微软都是日本政府选定的云平台服务云提供商,日本所有中央和地方政府都在使用这些服务。去年,日本首相岸田文雄会见了人工智能明星 OpenAI 和 Nvidia 的领导人,讨论人工智能技术和政策。
日本自民党数字社会内部主席平井拓也今天就 AWS 的新投资表示,“日本数字基础设施的发展是增强国家工业竞争力的关键,而数据中心在这方面发挥着重要作用。新投资促进了人工智能等重要技术的使用及提高了日本的研发能力。”
微软、谷歌和 AWS 合在一起控制着全球云计算市场约 66% 的份额。
根据Synergy Research Group 2023年第三季度的市场数据,AWS目前拥有全球云基础设施服务市场32%的份额,其次是微软占23%,然后是谷歌占11%。
自2023年初以来,这三家公司都加大了对生成式人工智能的关注。谷歌、微软和亚马逊在过去的12个月里各自推出了数十种新的GenAI产品,同时还在研发和培训方面投入了数十亿美元,以推动2024年的人工智能客户采用。
在这次 AWS 在日本新投资的 150 亿美元之前,亚马逊自 2011 年在东京开设 AWS 云区域以来已经在日本投资了约 100 亿美元。这 100 亿美元已用于在全国各地建设、运营和维护 AWS 数据中心。
AWS 的长崎表示,“AWS 在日本拥有庞大的客户群,包括金融巨头野村(Nomura)、地区电信领导者 KDDI 和饮料公司朝日(Asahi)。我们认为日本是一个非常重要的国家。”
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。