Colt Technology Services推出了一项超低延迟云连接服务,专门针对加密货币交易者的高速需求以及在敏感数据上开发人工智能应用的企业。
该服务名为Colt ULL DCA,结合了公司现有的超低延迟(ULL)网络和专用云接入(DCA)平台。
该服务旨在解决客户面临的日益严重的问题:虽然他们的应用程序运行在云端,但主要云区域之间的网络性能未能跟上步伐,造成了延迟瓶颈。
据Colt介绍,该服务在主要云区域之间提供专用高速路径,绕过公共互联网和云服务商自身的默认骨干网络,这些网络并未针对速度进行优化。
在亚马逊云服务(AWS)香港、新加坡和日本区域之间进行的概念验证测试中,Colt表示其新服务与原生AWS骨干路由相比,平均延迟降低了15%。
该服务的主要驱动力是该地区关键资本市场的成熟,金融参与者越来越多地将包括加密货币在内的数字资产纳入其投资组合。
Colt Technology Services亚太区总裁水谷康隆表示:"对冲基金和经纪商已经开始将加密货币纳入其交易策略的一部分。"他补充说,通过这项新服务,客户可以连接到多个加密货币交易所,获得类似高频交易的体验。
人工智能需求激增
除了资本市场,水谷康隆指出,人工智能需求的爆炸式增长正在创造对安全、高性能连接的需求。他补充说,Colt看到寻求与超大规模云服务商建立私有连接以支持其AI工作负载的企业客户数量出现"两位数增长"。
这些客户希望在高度敏感的内部数据之上构建生成式AI模型和AI智能体,这使得公共互联网连接从安全和治理角度来看成为不可行的选择。水谷康隆说:"为特定公司建立专用的公有云环境连接是我们在亚太市场看到的一个重要趋势。"
在数据安全方面,Colt也在寻求应对量子计算的威胁,这种技术可能会逆向破解当前捕获的敏感数据。今年早些时候,Colt在其光波网络上完成了量子安全加密试验,并正在开发服务来帮助企业为其传输中的数据提供面向未来的保护。
亚太区增长
ULL DCA服务的推出是Colt在亚太地区更广泛增长战略的一部分,该公司正在该地区大举投资,以支持超大规模数据中心建设和企业需求。
水谷康隆表示:"我们去年刚刚将覆盖范围扩展到东南亚六个国家,并开始通过我们自己的城域连接在悉尼提供服务。"
该公司还将网络扩展到日本九州地区,由于核电供应更加充足,该地区吸引了更多数据中心投资。
他说,Colt的关键差异化优势是其作为全球连接中性供应商的地位。与国家主导运营商不同,Colt可以为需要跨多个国家保持一致低延迟性能的客户选择最优网络路径。
水谷康隆表示:"与新电信在新加坡或NTT在日本不同,我们在新加坡没有完全的连接所有权,但我们有能力在延迟和容量方面挑选最佳提供商。我们的客户希望在亚太不同国家部署,他们希望从每个地点的最佳提供商那里采购服务。这就是我们为支持他们所做的工作。"
这种"同类最佳"方法,结合通过18亿美元收购Lumen在欧洲、中东和非洲业务所获得的全球规模,使Colt能够提供全面的全球覆盖。他说:"没有其他提供商在全球拥有如此大的自有网络覆盖,这对降低客户的整体成本产生了重大影响。"
随着更多数据中心在核心城市地区以外的绿地站点建设,那里有更多土地和电力供应,水谷康隆表示,Colt也在评估将其网络扩展到这些站点的机会,比如寻找能够承诺使用其连接服务的核心数据中心租户。
好文章,需要你的鼓励
当前软件工程团队正在试验基于AI代理的编码工具和大语言模型,以提高开发速度和质量。然而,AI编码工具的效果很大程度上取决于使用方式。开发者需要提供结构化的问题描述、明确的执行要求和相关上下文,同时建立适当的防护机制。AI不仅能处理重复性任务,还能识别和评估替代方案,从被动助手演进为工作流程推进器。成功的关键在于将AI视为合作伙伴而非快捷工具,并将其整合到软件交付的全生命周期中。
NVIDIA研究团队开发出名为Lyra的AI系统,能够仅凭单张照片生成完整3D场景,用户可自由切换观察角度。该技术采用创新的"自蒸馏"学习方法,让视频生成模型指导3D重建模块工作。系统还支持动态4D场景生成,在多项测试中表现优异。这项技术将大大降低3D内容创作门槛,为游戏开发、电影制作、VR/AR应用等领域带来重大突破。
Salesforce发布企业级AI智能体平台Agentforce 360,将AI智能体融入几乎所有应用中。该平台采用混合推理引擎Atlas,结合大语言模型的概率思维和业务规则的精确性,支持语音交互和深度集成。以Slack为主要界面,提供Agentforce Builder开发环境,能将非结构化文档转换为可查询记录。Salesforce内部已部署该系统,每周处理180万次对话,主动服务活动增长40%。
谷歌DeepMind团队创新性地让Gemini 2.5模型在无需训练的情况下学会理解卫星多光谱图像。他们将复杂的12波段卫星数据转换为6张可理解的伪彩色图像,配以详细文字说明,使通用AI模型能够准确分析遥感数据。在多个基准测试中超越现有模型,为遥感领域AI应用开辟了全新道路。