ZDNET网络频道 03月12日 编译:微软和思科于本周三宣布扩大双方在云和数据中心方面的合作。两家科技巨头在去年七月公布了进入市场的合作伙伴关系,最近这次合作关系的扩展则是瞄准向电信运营商和其他云提供商推广他们的混合云架构。
这个结合的技术平台正式命名为Cisco Cloud Architecture for the Microsoft Cloud,将让其他云提供商能够降低成本和简化操作。据两家公司称,它结合了微软Azure Pack以及来自思科Application Centric Infrastructure(以应用为中心的基础设施,简称ACI)的网络设备和服务器。
两家公司表示,这次合作的好处是允许云供应商提供如大数据与DevOps这样的快速灾难恢复等服务,同时将关注焦点不再集中在系统集成方向。
思科云和管理服务高级副总裁Nick Earle称这次合作是“云计算的第二个阶段”,因为这将通过使用开放的、具有互操作性的软件推动不同云的聚合,从而创建一个可以跨云扩展的混合模式。
“正如我们在上世纪90年代将各自独立的局域网连接成为互联网一样,现在思科正将各种”云孤岛”连接成为Intercloud(思科称其为,互连云)。”Earle这样表示。
思科还表示,目前已经进一步增强了Intercloud合作伙伴生态系统,并新增了14家云提供商,在跨50个国家的350多个数据中心中有超过60个云提供商的规模。
好文章,需要你的鼓励
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。
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。
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。