2月29日,2024阿里云战略发布会在北京召开。
在这场发布会上,阿里云智能集团资深副总裁、公共云事业部总裁刘伟光宣布了有史以来最大力度的一次降价——100余款云产品官网直降20%。
这是在3个月前阿里云明确了"AI驱动,公共云优先”战略后,面向全球市场的又一次关键战略发布。
据至顶网了解,阿里云这次的降价策略有两个最值得关注的点:
首先是降价幅度之高,在100多款产品、500多个产品规格,最高降价幅度达到了55%,在这样的价格调整后,阿里云核心产品价格直接成了“全网最低价”。
其次是受益人群之广,尤其还首次实现了新老用户同享优惠——现有客户存量订单中未履约部分也将受益于这一优惠政策。
刘伟光在发布会上指出,”云计算在中国蓬勃发展的互联网行业中的渗透率在过去十年里已经从60%增长到74%,但非互联网行业的渗透率在这期间仅仅从24%提升到了29%,这个数字背后是中国大部分传统企业并没有深度拥抱云。“
云计算在中国发展的十余年里,多数行业仍处于用云的起步阶段就成了一个云计算技术提供者无法忽视的问题。
另一个普遍存在的问题是,现在已经将云计算融入自身业务的企业,不少仍然是将公有云用作外部服务器资源池来用。
而随着云计算技术的发展,刘伟光在发布会上分享了自己的两个判断:
第一,云计算是未来企业和开发者的首选;
第二,未来技术创新优先在云上诞生。
正因如此,他认为,”深度使用云是未来企业发展的一个重要趋势,云计算已经从企业IT战略上升到了企业核心战略。“
这也是阿里云这次大规模降价的一个重要原因——用技术创新推动技术普惠。
那么,相较于自建IDC,公共云有怎样的技术优势呢?
刘伟光在发布会上将其总结为七大价值——“省、弹、进、捷、拓、智、才”:
节省企业IT总支出。企业使用公共云架构,调度效率更高。
绝大多数企业的业务场景都有业务量起伏,云计算提供的弹性能力,可以让客户根据需要采用常态化和弹性相结合的开通方式,应对不同时段的资源需求,实现平均资源持有量的明显下降。
弹性使用算力,减少资源闲置浪费。公共云支持全球多地域部署,有充足的资源保障,可以随时随地创建和释放资源。
企业IT架构升级进化。企业上云可以实现IT架构的现代化升级,让原本基于传统IT的烟囱式架构进化为高可用、多地多活 、离在线混合部署的分布式架构,更好地支撑企业的业务战略创新。
快速采用最新、最先进的技术栈。公共云不只是IT基础设施,还提供了丰富的先进产品技术栈。
快速拓展全球业务。阿里云在全球四大洲、30个公共云地域运营着89个可用区,可以帮助中国企业进行全球化业务拓展,在企业全球化过程中,极大地简化了繁琐的IT基建和合规事项。
更好地使用人工智能技术。公共云是AI的最佳拍档,企业可以使用公共云快速拉起庞大的训练和推理资源,低成本实现AI创新。
国内人工智能明星创业企业百川智能就是基于阿里云公共云完成千卡大模型训练的,据悉,在这期间实现了最长26天的无人工介入训练,起步期每月迭代一个模型。
改善企业的IT人才架构。通过使用云计算,企业可以让IT人才更加聚焦业务发展和创新。
网络效应和规模效应是公共云商业模式的两大特征,这就意味着谁拥有更大用户规模,谁就可以通过规模效应将先进技术实现更低成本的上商业化。
作为亚洲最大的云服务供应商,阿里云在历年来已经进行过多次降价,而这次降价,也将成为阿里云通过技术创新、规模效应继续释放”云上红利“的一个新起点。
好文章,需要你的鼓励
一加正式推出AI功能Plus Mind和Mind Space,将率先在一加13和13R上线。Plus Mind可保存、建议、存储和搜索屏幕内容,并将信息整理到Mind Space应用中。该功能可通过专用按键或手势激活,能自动创建日历条目并提供AI搜索功能。一加还计划推出三阶段AI战略,包括集成大语言模型和个人助手功能,同时将推出AI语音转录、通话助手和照片优化等工具。
北航团队推出Easy Dataset框架,通过直观的图形界面和角色驱动的生成方法,让普通用户能够轻松将各种格式文档转换为高质量的AI训练数据。该工具集成了智能文档解析、混合分块策略和个性化问答生成功能,在金融领域实验中显著提升了AI模型的专业表现,同时保持通用能力。项目已开源并获得超过9000颗GitHub星标。
预计到2035年,数据中心用电需求将增长一倍以上,达到440TWh,相当于整个加利福尼亚州的用电量。AI工作负载预计将占2030年数据中心需求的50-70%。传统冷却系统电机存在功率浪费问题,通常在30-50%负载下运行时效率急剧下降。采用高效率曲线平坦的适配电机可显著降低冷却系统功耗,某大型数据中心通过优化电机配置减少了近4MW冷却功耗,为13500台AI服务器腾出空间,年增收入900万美元。
卢森堡计算机事件响应中心开发的VLAI系统,基于RoBERTa模型,能够通过阅读漏洞描述自动判断危险等级。该系统在60万个真实漏洞数据上训练,准确率达82.8%,已集成到实际安全服务中。研究采用开源方式,为网络安全专家提供快速漏洞风险评估工具,有效解决了官方评分发布前的安全决策难题。