过去的几个月里,Windows Azure已经不知不觉的来到了我们身边:《狄仁杰之神都龙王》的CGI特效由Windows Azure公有云平台支撑完成;Windows Azure媒体服务用于了NBC在2014索契冬奥会的赛事视频发布和直播;在马年春晚,中国网络电视台(CNTV)通过多语种、多平台进行了央视春晚的全球直播,背后的技术支持也是微软Windows Azure云服务。
这些事实都在陈述:Windows Azure已经准备就绪,微软亚太研发集团首席运营官申元庆在接受采访的时候表示,企业用户可以从容的使用公有云,就证明了公有云的安全可靠,微软自己用公有云更加以身试法的证实了这一点,他还劝告业界,正确看待云计算的发力点,要把重点放在PaaS层上。
图:微软亚太研发集团首席运营官申元庆
从去年五六月份,Windows Azure开始公测,最初开放了5000个名额,后来又增加了3000个名额,总共有8000个名额,除此之外,通过微软云创投加速器计划,把Windows Azure也开放给了47家初创企业。
申元庆指出,初创企业规模虽然小,但他们可以开放各种各样不同的样式。现在,有些初创企业的移动用户端用户已经达到了千万级的水平,量非常大,其中也括网游厂商。
虽然还处在公测的状态中,但在去年12月31号之前,已经有部分应用做了商业的运营。哪怕是在公测的范围之内,微软仍然跟企业用户也签署了99.95%的服务质量的预期,没有达到这个预期的话,微软会按照要求赔款。哪怕在公司范围内,微软服务了很多家企业用户,这些企业正在使用微软的公有云。
申元庆说:“在这个过程中,微软学到了很多东西,比如云计算怎么以有效的方式去部署、监控,在互联网开放的模式中有三个环节是非常重要的,第一个是生产,第二个是测试,生产之后要测试评估,第三是经验。对于微软超过5万名的工程师来讲,这都是行为准则,评测到测试,测试之后总结经验,反过来再回归到应用上。Windows Azure在国内的公测也是按照这样的方式在进行。”
在整个公测过程中,目前开发的过程已经结束,进入到了完善阶段,申元庆表示,针对中国市场,Windows Azure基本的工作已经完成。
“我们有这样一个理念,企业用户如果能接受云计算,那么,对于个人用户来说,就不是问题,所以,微软就是要先让企业用户用上云计算。”申元庆说。
第三方调查机构IDC针对云计算了大量的分析预测,他们认为,2017年全球超过70%的企业都会采用混合云的方式。
在微软内部,也做了非常详细的分析,特别是针对世界500强企业,微软对他们的企业应用做了一些很有力的分析。结果显示,企业在自己的网站上会用到云计算,在电子邮件、通讯等方面也会用到混合云。他们的企业内部协同作业的应用,也都采用混合云、公有云。
通过分析,微软也看到有些公司内部的ERP系统,目前还不太放心使用混合云,但以后会逐步开始使用。
申元庆介绍,微软作为黑客最想攻击的目标,在内部仍然越来越多的尝试使用公有云,目前微软有相当多代码开发过程中逐渐应用到公有云。如果微软能够吸引全球工程师利用公有云来做开发平台,那么,微软借此就证明了公有云的可靠性。
当下有很多声音,认为云计算没有找到真正的应用,或是有很多的误解,申元庆指出,其实,在中国,云计算的发展还要一些误区。
很常见的一个误区,就是把云计算等同于服务器,买服务器搭建服务器是最容易做到的,从硬件角度切入云计算,是不对的。
另一个误区更是导致了很多资源的浪费,在服务器、存储等方面下大力气,把精力放在了硬件竞赛上,加内存,买带宽,放越来越多的服务器,结果就是血本无归,而且底层的技术含量相对较低,门槛只是在硬件上,花钱就可以实现,这些钱砸下去,却解决不了快速部署和有限监控的问题。
申元庆强调,现在最重要的误区是,很多人是忽略了PaaS这块硬骨头, 现在有很多的云服务,比如邮箱、网游,微博、微信,这些服务未来会不会和别的公有云对接,通过不同的移动应用可以实现网购、通讯等等。所以,中间的PaaS就是硬骨头,如果越过了这一层,只做底层的东西,还是达不到应有的效果。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。