面对企业对网络容量和计算能力的空前需求,尤其是在云服务和人工智能 (AI) 应用方面的快速增长,所有网络运营商都面临着为企业提供服务的巨大挑战。
为应对这一挑战,Verizon Business 推出了一套集成解决方案和产品组合,旨在帮助企业大规模部署 AI 工作负载。
全新推出的 Verizon AI Connect 包含了专门设计的网络基础设施和产品套件,使全球企业能够大规模部署 AI 工作负载。该方案整合并重新构想了现有资源,包括电信设施中的电力、空间和冷却系统;Verizon 的 One Fiber 基础设施;长途、城域和本地光纤网络;以及支持网络切片等功能的 Verizon 5G 网络。
Verizon Business 指出,目前训练高级 AI 模型已经需要庞大的计算资源。根据 McKinsey 最新研究显示,预计到 2030 年,60-70% 的 AI 工作负载将转向实时推理,这就需要在边缘部署超越当前需求的低延迟连接计算和安全能力,为未来做好准备。
Verizon 补充说,支持 AI 工作负载的可扩展基础设施需求从未如此迫切,没有强大的网络支撑,这项工作将无法实现。该公司表示已经看到了这方面的市场需求,目前已有包括 Google Cloud 和 Meta 在内的主要云服务提供商签约,项目管道价值达 10 亿美元。
Verizon Business CEO Kyle Malady 表示:"我们看到市场对能够支持现有 AI 工作负载的可靠网络基础设施有着巨大需求。随着技术的发展,我们的行业领导地位、一流的边缘到云连接、可编程网络和资产将使我们能够满足这些需求并加速创新。"
在构建能够满足客户需求的生态系统方面,Verizon 强调了关键合作伙伴关系的重要性,其合作伙伴包括 NVIDIA、Vultr、Google Cloud 和 Meta。与全球 GPU 即服务 (GPUaaS) 和云计算提供商 Vultr 的合作是最新宣布的,而 Verizon 最近还宣布与 NVIDIA 合作,重新构想如何将基于 GPU 的边缘平台集成到 5G 专用网络中。
Verizon 已经与 Google Cloud 在网络维护和异常检测的高级 AI 解决方案方面展开合作,并与 Meta 在众多产品、技术和业务部门建立了战略合作伙伴关系。Verizon AI Connect 将扩大这种合作关系,进一步推动 AI 生态系统的建设。
Meta 网络基础设施副总裁 Gaya Nagarajan 表示:"在我们继续为应用和技术提供关键基础设施的同时,我们正在通过 AI 加强网络建设,并着眼于未来。这意味着要与 Verizon 合作构建和运营网络,不仅支持我们现有的服务,还要加速发展更智能和预测性的功能,以服务于使用我们产品的用户。"
Vultr 的 CEO J.J. Kardwell 补充道:"GPU 在支持 AI 工作负载方面发挥着关键作用,对实时推理日益增长的需求正在推动边缘 AI 基础设施的需求。在数据中心和 GPU 处理能力需求超过供应的情况下,Verizon 的连接基础设施独特地支持着我们的增长。通过 Verizon AI Connect,我们可以扩展我们的全球云业务版图,为 Verizon Business 的全球客户提供前沿的 AI 解决方案。"
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。