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
微软宣布为Word和Excel推出基于OpenAI的AI代理模式,通过简单提示即可自动生成文档和分析数据。Word用户可享受"氛围写作"功能,利用现有文档组装报告和提案。Excel代理能分析电子表格数据并生成可视化报告。尽管在SpreadsheetBench基准测试中准确率仅为57.2%,低于人类平均水平71.3%,但微软强调其针对实际工作场景优化。此外,微软还发布了基于Anthropic的Office代理,显示其正逐步减少对OpenAI的依赖。
POSTECH研究团队开发出VideoFrom3D框架,能够仅凭粗糙3D模型、摄像机轨迹和参考图片生成高质量场景视频。该方法巧妙结合图像和视频扩散模型优势,通过稀疏锚点生成和几何引导插值两个模块,实现了传统3D制作流程的革命性简化。实验证明该方法在多种复杂场景下表现优异,为3D内容创作提供了更高效的解决方案。
OpenAI为美国ChatGPT用户推出"即时结账"功能,用户可在对话中直接购买Etsy和Shopify商品,无需跳转至外部网站。该功能支持Apple Pay、Google Pay等多种支付方式,并计划接入超过100万家Shopify商户。OpenAI还将开源其代理商务协议技术,与谷歌的代理支付协议形成竞争。这标志着电商购物模式的重大转变,AI聊天机器人可能重塑在线零售发现和支付生态系统。
Meta超级智能实验室开发了ARE平台和Gaia2基准测试,为AI智能体创造了更真实的训练和评估环境。ARE支持异步交互,模拟真实世界的复杂性和不确定性。Gaia2包含1120个场景,评估AI的七项核心能力。实验显示最强模型成功率仅42%,特别在时间管理和处理歧义方面表现较差,揭示了当前AI技术的局限性和改进方向。