AWS全球公共部门副总裁Max Peterson最近发布了一篇关于AWS最新Digital Sovereignty Pledge的博客,概述了保护全球网络数据安全并确保关键应用不受外部压力影响的一种综合方法。
随着组织不断发展数字基础设施并更加依赖它,对数字弹性和主权的需求也随之增加。有些人可能,认为弹性和主权是两个独立的问题,但两者有着内在的联系。前者的概念是,组织需要对其数字资产、数据和所使用的技术进行控制和自治,而不受任何外部各方的影响;后者是指组织预测、承受数字基础设施遭受的不利条件、压力或攻击并从中恢复的能力。
这两项举措通过以下方式相互关联:
数据主权和运营弹性已经成为当今数字时代的一项关键组织举措。AWS的博客重点介绍了为客户配备必要工具来应对现有挑战的步骤。企业和政府面临着自然灾害、网络中断和地缘政治紧张局势带来的巨大压力,需要维持持续运营并保护敏感数据。
Digital Sovereignty Pledge旨在让客户能够控制他们自己的数据,同时满足全球监管要求,承诺中包括了一套针对数据驻留、访问管理、加密,尤其是弹性的控制措施。Peterson认为,弹性至关重要,因为弹性让组织能够在不可预见的干扰中维持运营。
AWS在弹性方面拥有良好的生育,其全球基础设施中包括了分布在33个区域的105个可用区域,这种设计有意将相关故障的风险降到最低,并确保服务可以不间断地继续。每个可用区都配备了独立于其他区域的冗余系统,以防止大范围的服务中断。客户可以通过将应用分布在同一AWS区域内的不同可用区来提高可靠性,最大限度上减少停机时间。
Peterson表示:“AWS是唯一一家在每个区域都提供三个或更多可用区的云提供商,提供更多冗余和更好的隔离来控制问题,发电机和冷却设备等常见故障点不会在可用区之间共享,而是由独立的变电站供电。”
AWS的方法超出了基础设施的范围。AWS在服务设计层面注入了弹性,确保即使在出现依赖项故障的情况下,Amazon Elastic Compute Cloud、Amazon Simple Storage Service和虚拟私有云等系统也能像物理云一样可靠地运行,这种“静态稳定性”理念意味着AWS的服务旨在抵御故障的影响,无需立即干预或重新配置。
Peterson分享了AWS客户是如何利用云的弹性和主权功能来确保连续性和数据保护的例子。Information Services Group将应用分布到多个可用区,从而提供区域之间的安全数据传输,这在地缘政治紧张局势期间至关重要。另一家客户是教育机构Pearson,依靠AWS Resilience Hub(一个用于建立弹性目标的平台)来增强应用的耐用性。
现在,数字弹性几乎成为每个IT领导者的首要考虑因素,数据在哪里、企业可以控制数据、数据始终可用都是非常重要的。
AWS还通过AWS Local Zones、AWS Dedicated Local Zones和AWS Outposts等解决方案来满足本地和远程用例客户的需求,这些方案旨在满足那些受严格监管行业的严格要求。例如,纳斯达克使用AWS Outposts改进其操作系统,有助于响应资本市场的需求。
AWS还提供了各种弹性服务来帮助客户从中断中快速恢复,其中包括AWS Backup、AWS Elastic Disaster Recovery和Amazon Route53 Application Recovery Controller。领先的媒体公司汤森路透就通过使用AWS DRS的连续复制功能增强了他们的数据保护和应用恢复流程。
最后,AWS与合作伙伴和专业服务团队展开合作,帮助客户实现弹性目标。AWS Resilience Competency Partners指的是那些可改善云工作负载可用性和弹性的专家。AWS Professional Services对变更管理、灾难恢复、耐用性、可观察性、运营、冗余、可扩展性和测试这八个基本领域进行评估,找出企业需要改进的方面。
Peterson总结说:“我们仍然致力于增强我们的主权和弹性选择范围,使客户能够在中断或断网的情况下维持运营。AWS将继续根据客户需求进行创新,帮助您在云中构建和运行弹性应用,以跟上这个不断变化的世界。”
更宏观的战略就是在这个技术将在工作、生活和学习的各个方面发挥着至关重要作用的世界中确保数字基础设施的安全性、运行能力和独立性,而数字主权和弹性是这个战略中相互关联的两个要素。AWS的承诺就是,将复杂且令人困惑的事情变得易于管理。
好文章,需要你的鼓励
大多数用户只使用计算机预装的操作系统直到报废,很少尝试更换系统。即使使用较老版本的Windows或macOS,用户仍可通过开源软件获益。本文建议通过重新安装系统来提升性能,Mac用户可从苹果官方下载各版本系统安装包,PC用户则建议使用纯净版Windows 10 LTSC以获得更长支持周期。文章强调备份数据的重要性,并推荐升级内存和固态硬盘。对于老旧系统,应替换需要联网的内置应用以降低安全风险,定期进行系统维护清理。
新加坡南洋理工大学研究团队提出"棱镜假设",认为图像可像光谱一样分解为不同频率成分,低频承载语义信息,高频包含视觉细节。基于此开发的统一自编码系统UAE,通过频率域分解成功统一了图像理解和生成能力,在多项基准测试中超越现有方法,为构建真正统一的视觉AI系统提供了新思路,有望推动计算机视觉技术向更智能统一的方向发展。
微软杰出工程师Galen Hunt在LinkedIn上宣布,目标是到2030年消除微软所有C和C++代码。公司正结合AI和算法重写最大的代码库,目标是"1名工程师、1个月、100万行代码"。微软已构建强大的代码处理基础设施,利用AI代理和算法指导进行大规模代码修改。该项目旨在将微软最大的C和C++系统翻译为内存安全的Rust语言,以提高软件安全性并消除技术债务。
芝加哥伊利诺伊大学团队提出QuCo-RAG技术,通过检查AI训练数据统计信息而非内部信号来检测AI回答可靠性。该方法采用两阶段验证:预检查问题实体频率,运行时验证事实关联。实验显示准确率提升5-14个百分点,在多个模型上表现稳定,为AI可靠性检测提供了客观可验证的新方案。