2017年10月12日,北京 —作为阿里云十月在杭州云栖大会的合作伙伴,思科与阿里巴巴集团(以下简称阿里巴巴)展开深入合作,凭借其新一代数据中心交换网络的创新科技,助力阿里巴巴成功打造性能卓越、业界领先的新一代数据中心,有效推动网络可视化和智能化发展。这一不断更新迭代的数据中心将成为中国互联网行业平台的典范,并且持续释放云计算与大数据的无限潜能,赋能互联网经济的极速发展。
云和产业数字化是打造科技和生态相结合的智能社会的基础。阿里巴巴集团旗下的阿里云作为全球领先的云计算及人工智能科技公司之一,为200多个国家和地区的企业、开发者和政府机构提供服务。阿里云致力于以在线公共服务的方式,提供安全、可靠的计算和数据处理能力,让计算和人工智能成为普惠科技。
安全的网络云架构是互联网经济生成和成长的摇篮,互联网时代数据的计算、存储、应用正在改变商业的发展模式和人们的日常生活。计算正逐步渗透到各行各业,与数据一起为各个产业提供巨大的引擎动力。随着众多客户、以及各种规模和要求的业务迁移到阿里巴巴的云平台上,作为云平台支撑的数据中心网络成为了万众瞩目的关注点,数据中心的网络运维能力则成为云平台竞争力的一个重要组成部分。在安全的云网络架构上,如何实现阿里巴巴所有商业活动中计算的经济价值,已经成为企业发展的首要任务和构建不断扩大的商务生态系统的关键。
思科作为全球科技领导者,凭借对未来数据中心发展趋势的领先洞察以及优质可靠的科技创新产品,为阿里巴巴深度定制了数据中心架构。经过全面考虑,阿里巴巴选择思科作为其数据中心架构的主要供应商之一,双方携手开启了合作之旅。
思科通过架构灵活性,助力阿里巴巴数据中心提高敏捷性并简化运营。思科为阿里巴巴25G数据中心架构部署了Nexus 9000系列交换机,以多种规格提供历经验证的高性能、高密度、低延迟和出色的能效。Nexus 9000系列交换机采用突破性的Cloud Scale ASIC技术,在思科NX-OS软件或以应用为中心的基础设施模式下运行,符合传统或全自动数据中心网络的部署需求。目前,阿里巴巴25G数据中心已经完成了规模部署,思科长期研发投入带来的价值显而易见。
在现有数据中心架构基础之上,在国内外顶尖技术研发人员的支持下,阿里巴巴数据中心目前已经快速迭代到25G/100G第二代的架构。作为阿里巴巴新一代数据中心交换网络的技术合作伙伴,思科在技术上采用16nm FF+工艺的第二代CloudScale芯片,紧密配合阿里巴巴技术迭代,3.6T和6.4T单芯片数据中心定制交换机在提高性能的同时,能够逐步降低能耗,实现性价比的线性提高。此外,随着业务的多元、热点的不同、以及底层支撑系统的演进,流经阿里巴巴新一代数据中心的海量数据给相对静态的物理网络带来了新的挑战。在思科的技术支持下,阿里巴巴的网络规划运维部门结合大数据和人工智能的技术,对网络流量、网络性能指数的数据进行实时采集和分析,通过算法来发现、处理和优化网络,真正赋予了前沿技术崭新的内涵和外延。
思科全球副总裁,大中华区首席技术官曹图强表示:“在全数字化转型浪潮中,思科始终把握着技术更新迭代的脉搏,帮助企业通过科技创新获取发展源动力。此次,思科非常高兴能够与阿里巴巴集团携手,共同进行中国互联网行业数据中心的创新尝试。未来,双方将继续在数据中心互联、流量可视化、网络感知等方面通力合作,不断为全球互联网经济发展赋能。”
好文章,需要你的鼓励
荷兰公司DuRoBo在CES 2026展示新款电子阅读器Krono,采用智能手机外观设计并内置AI助手。该设备定位为"电子纸专注中心",支持阅读、思考和音乐播放。配备智能转盘便于操作,AI助手Libby可回答问题并支持深度思考。搭载Android 15系统,可访问谷歌应用商店。售价239.99欧元,本月发货。
这项由香港中文大学和AWS团队联合开发的研究推出了TALK2MOVE系统,实现了用自然语言精准操作图片中物体的位置、角度和大小。该系统采用强化学习训练方式,通过空间感知奖励机制和智能步骤采样技术,在移动、旋转、缩放三类操作上的准确率显著超越现有方法,同时大幅降低了对昂贵训练数据的依赖,为AI图像编辑领域带来重要突破。
OpenAI预览了即将推出的ChatGPT Health功能,可帮助用户获取医疗信息。该功能能解释化验结果、制定运动计划、推荐就医问题等。用户可通过B.well平台导入健康记录,与Apple Health等健康应用集成。OpenAI将单独存储医疗数据,采用专用加密和隔离机制保护隐私。功能基于HealthBench数据集开发,包含超过48000个医生编写的评估标准。目前通过等待名单限量测试。
斯坦福大学等知名机构联合研究发现,企业AI助手在执行组织政策时存在严重"偏科"问题:处理允许请求时成功率超95%,但拒绝违规请求时仅13-40%。研究团队开发的COMPASS评估框架通过8个行业5920个测试问题,揭示了AI助手普遍缺乏"拒绝技能"的问题,并提出了针对性训练解决方案。