
今天,CDN及IDC综合服务提供商网宿科技对外发布其专门针对移动应用的分发与加速解决方案—MAA(Mobile Application Accelerator,即移动应用加速),其实现了无线传输优化技术上的重大突破,可在正常通信速率基础上平均提升50%以上,大幅提升移动互联网访问体验,可用于电商、金融、资讯、社交、O2O线下到线上等诸多领域应用。
数据显示,移动互联网的使用量已经超过PC互联网,MAA移动应用加速解决方案的问世,也是网宿正式迈入移动互联网市场的重要举措。
网宿科技副总裁刘洪涛认为,移动互联网市场将是网宿未来利润增长点的重要来源之一。过去五年,网宿科技收入及利润都保持了快速增长,这得益于流媒体、游戏、电子商务在内的整个互联网行业发展带来的红利。未来3-5年,网宿的发展需走向纵深化,进一步加大政府、企业以及移动互联网市场等垂直行业的拓展,以获得更加持续、稳定的增长空间。
据介绍,在影响移动应用网络传输过程的众多因素中,固网传输的环节造成的延时仅占到30%左右,而移动网络占70%。也就是说,在网络传输过程中移动网络消耗时间占比远高于固网。网宿MAA的重要意义在于首次将互联网传输过程的分发及优化延伸至移动终端,从而全面提升了固网以及移动网络的传输效率,让网民可以在点击移动应用的瞬间就可以快速、稳定、安全的访问到互联网的内容。
在技术部署方面,网宿MAA移动应用加速解决方案仅需要在移动应用中嵌入SDK,四行代码即可实现。其基于网宿CDN云分发平台,利用高效的无线传输优化技术实现互联网内容的快速传输及调度,在提升移动互联网访问速度和可用性的同时,也可以提高移动应用APP的使用率,并帮助网民节省上网流量。
网宿MAA无线传输技术可以使得链路优化更加高效,上下行传输进行优化,带宽感知及优化,内容智能分配。
使用网宿MAA加速解决方案,可以帮助移动应用获得更好的用户体验。比如,在手机导航应用中,可以帮助信息传输智能选择节点,避免导航应用因为网络速度慢带来滞后而影响导航的准确性。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。