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
OpenAI今日宣布计划为ChatGPT配备新的安全功能,当用户遭遇心理或情感困扰时能提供更有效的帮助。首项更新将专注于GPT-5的路由组件,能检测用户急性困扰并调用推理优化的大语言模型。公司还将推出家长控制功能,允许家长与青少年账户关联,设置年龄适宜的行为规则并禁用特定功能。系统检测到青少年处于急性困扰时会发送通知。OpenAI将与青少年发展、心理健康专家委员会及全球医师网络合作完善这些功能。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
CTERA云文件服务公司发布的2025年数据与云战略调查报告显示,83%在过去两年遭受勒索软件感染的企业成功恢复,仅17%遭受永久数据丢失。调查涵盖美国、欧洲、中东、非洲和亚太地区300名高级IT和安全负责人,所有受访企业均在过去两年内遭遇勒索软件攻击。报告显示80%的领导者将安全视为2025年首要关注点,仅10%企业支付赎金。此外,98%受访者正在部署大语言模型和AI工具。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。