如何能低价格的去实现云? 5月18日,谷歌宣布了削减其谷歌云平台的价格,其实现了高达30%的价格下调。
去年,我们看到了亚马逊,谷歌和微软竞相杀价云定价。经过相对平静的2015年,谷歌已经重新启动了云服务的转型,及商品价格的服务。
谷歌表示,该公司正在减少所有谷歌计算引擎实例类型的价格。事实上,谷歌现在声称,谷歌云平台比现在便宜了40%。
确切的降价是:
标准:20%
高内存:15%
高CPU:5%
小型:15%
微型:30%
为了把这一降价变成现实,451研究发现,在2014年秋季云物价指数(CPI),即平均价格为典型的Web应用程序是2.56美元每小时。这是从一系列的云服务提供商的基于典型的多业务云应用程序的规范的平均报价。
我们再来看AWS、微软Azure和谷歌计算引擎能够提供稍微便宜的价格,是2.36美元每小时平均。因此,一个标准的谷歌计算引擎可能会运行一个小时大约1.90美元这样的应用程序。
同时,谷歌还推出了一类新的预emptible虚拟机(VM)能够提供短期的能力,这是专为短期的批处理作业而设计的。预emptible虚拟机与相同的常规VM没太多差异,但可用性是受制度供给和需求限制的。只要谷歌一直在运行,否则将闲置资源放到预emptible虚拟机上,通过这样可以为谷歌提供在成本上的大幅降低。
便宜多少?谷歌称,预emptible VM将比普通的谷歌计算引擎的虚拟机节省70%成本。
不相信谷歌?你可以自己做数学与谷歌的TCO工具。但要记住:如果放弃了大的云供应商,放弃了他们提供的价格,那么其他的供应商也将纷纷效仿。所以,我们说5月出现了最低价格的云服务。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。