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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。