ZD至顶网软件频道消息: 云计算巨头亚马逊网络服务(AWS)的桌面即服务"WorkSpaces"初长成,而且已经颇具规模,并宣布了一个新的选项,即可以添加1,536个CUDA GPU核心与4GB的显存。
新的"Graphics包"还提供了8个虚拟CPU和15GB的RAM,并在100GB系统磁盘空间之上为用户提供的100GB虚拟磁盘空间。
需要注意的是,用户不能每个月以固定的费用租用新实例。相反,需要每个月为启动桌面电脑支付22美元,另外还要为每小时的使用支付1.75美元的使用费。
用户还需要注意每月费用,因为AWS的Jeff Barr在介绍的文章中警告表示:"由于底层硬件的运行方式,运行此捆绑包的WorkSpaces在配合AutoStop运行模式使用时不会保存本地状态(运行应用程序并打开文档)。"
这一点很重要,因为AutoStop功能会看到WorkSpaces在空闲时正常关闭,以避免支付另一小时的使用费。因此Barr建议"在断开你的WorkSpace或者长时间离开它之前,保存打开的文档并关闭应用程序。"
有两年事引发质疑,即AWS愿意在某些应用程序中引入专门的硬件,并且对WorkSpaces的可靠性不完全有信心?
AWS在工作站之后推出了这款产品。这种做法并不是孤立的,因为Citrix和VMware,在NVIDIA的助力下,增加了它们虚拟桌面的图形处理能力,而微软则为需要GPU的用户发布了一个NC级的Azure实例。
AWS对工作站市场的进攻也考虑到了数据移动成本,因为它指出这些新实例"距离其他服务只有几英尺",因此可以在一个工作地点实现大幅度提升和可视化。
也许这种组合会改变我们在第二次审视WorkSpaces时形成的观点,它们令人感到好奇而不是具有强烈的吸引力。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。