亚马逊周三宣布下调Reserved Instances和M4 instances的价格,而这已经是第六十一次降价了。AWS布道者Jeff Barr在博客中展示了AWS的新变化。他表示,“除了定期经常性地常规调低价格之外,我们还为客户提供了有助于优化他们AWS使用体验的选项,我们的客户会采用多种的策略来购买以及使用他们的Reserved Instances。有些人喜欢通过预付款来获得更大的折扣,有些人则愿意选择较低的折扣,来避免支付预付款。”
在这些选择的基础上,AWS还针对目前大多数的生成实例类型推出了三年期的No Upfront Standard Reserved Instances。该公司还将No Upfront Standard Reserved Instances价格下调了17%,三年期Convertible Reserved Instances下调了21%,同时General Purpose M4的价格的下调幅度则为7%。
代表性区域面向Linux平台的No Upfront Reserved Instances价格平均下调幅度:
AWS最近一次下调Reserved Instances的价格是在Google推出Google Cloud Platform服务之后的两个月,后者承诺使用的折扣比AWS Reserved Instances.的更实惠。
同时,云价格战似乎也在从计算领域向存储和数据库领域蔓延。
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。