在竞争对手谷歌面向云客户推出新的基础设施的背景下,微软也宣布增强了Azure平台的分析功能。
微软推出Azure SQL数据仓库服务的重度升级版本,在速度方面进行了全面提升,据称查询执行时间缩短达5倍,而这主要归功于一种名为自适应缓存的技术。
升级之后的数据仓库运行在配备高速NVMe闪存驱动器的服务器上。正如微软在博客文章中详细介绍的,这种自适应缓存可以识别最频繁使用的记录,并将其存储在机器上以实现快速访问。让信息靠近处理信息的地方,这可以更加显著地提升速度,因为请求无需往返于远程存储环境之间。
除了这项缓存技术之外,微软还对可扩展性进行了一系列改进。微软表示,现在他们的数据仓库计算能力提升了5倍,并且可以保留更多的数据。最重要的是,现在这项服务能够在繁忙时段同时运行多达128个查询。
这些增强功能对微软最大型客户的吸引力最大。微软的竞争对手也在积极跟进大型客户,最近谷歌取得了巨大的进展。3月底,谷歌与Shopify达成协议,谷歌将托管这家电子商务巨头的后端系统。
但尽管谷歌近期取得了一系列进展,AWS和微软仍然以第一和第二的份额领跑整个云计算市场。对Azure SQL数据仓库的升级进一步巩固了微软的地位,特别是在关键分析领域。
据悉,新版本服务马上将提供给客户,之前的迭代版本仍然作为一个单独的产品层进行访问。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。