昨天,亚马逊云科技2023 re:Invent全球大会在拉斯维加斯举行。在一系列发布中最吸引眼球的要数生成式AI助手Amazon Q,Amazon Q专注于办公场景,此举也意味着亚马逊云科技正式加入了与微软、谷歌在聊天机器人上的比拼。活动中亚马逊云科技还推出了下一代自研芯片AWS Graviton4和AWS Trainium2,前者基于Arm架构,后者则是量子芯片。现场,英伟达CEO黄仁勋教主也亮相为其站台。
“有意见”留言板
@卡卡卡卡西:亚马逊虽然自研了芯片,但依然需要与英伟达合作,支持英伟达的GPU,作为规模化、集约型产业,自研芯片将会是未来头部科技企业的一项核心竞争力。
@好多星星:安全一直是云计算领域的焦点话题,也是各行各业企业在上云过程中最为关注的话题之一。数据上云,如何保证在业务流程顺利进行的前提下,尽可能地确保数据、信息的安全自然成为各大云厂商抢占市场的重要抓手。
好文章,需要你的鼓励
随着人工智能和高性能计算持续推动需求增长,数据中心设计正以同样惊人的速度演进。曾经的高密度机架已成为标准配置,冷却系统在数月而非数年内完成重新设计,项目在各地区的规模和复杂性不断提升。全球工程设计咨询公司Black & White Engineering指出,液冷成为标准配置、极端机架密度管理、工业化规模交付、电网约束下的电力创新、AI驱动运营设计以及可持续性成为核心设计原则,将成为2026年塑造数据中心设计、建设和运营的六大关键趋势。
这项由ByteDance Seed、香港科技大学等机构联合完成的研究提出了"轨迹场"这一创新的4D视频表示方法。研究团队开发的Trace Anything系统能够在单次前向传递中为视频中的每个像素预测连续的三维轨迹,无需光流估计或迭代优化。通过构建大规模合成数据平台和精心设计的训练方案,该方法在轨迹估计基准上实现了最先进性能,同时推理速度比竞争方法快10倍以上,并展现了运动预测、时空融合等多种涌现能力。
Snowflake本周推送的一次更新导致全球范围内的"重大故障",用户长达13小时无法查询数据、文件导入失败并收到错误信息。初步调查显示,最新版本引入了不向后兼容的数据库架构更新,导致版本不匹配错误。此次故障影响了全球23个区域中的10个,包括美国、欧洲和亚洲多个数据中心。这是Snowflake一周内第二次发生事故。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。