
几乎在两年前的同一时间,也是四月份,CNET记者曾经受邀参观位于硅谷的甲骨文总部,而这次是第二次。时隔两年,甲骨文对中国的策略有哪些推行重点,这些策略贯彻和实施的怎么样?其间这些策略有没有改变?这是我们最感兴趣的问题。
在刚刚公布不久的第三季度财报中,甲骨文实现收入93.07亿美元、同比增长4%,利润25.65亿美元、同比增长2%的成绩,其中云计算和集成系统是推动增长的双引擎。云软件订购收入增长25%,其中云应用软件增长60%,季度收入已接近3亿美元。硬件产品收入增长8%,这也是甲骨文收购Sun以来首次实现增长,而集成系统收入则增长了30%。
在云计算和集成系统的增长中,中国市场做出的贡献大吗?甲骨文在中国推行云计算和集成系统的脚步够快吗?这是我此行中特别想弄清楚的问题。
因为在我看来,面对无论老对手IBM、微软还是新对手亚马逊纷纷将公有云落地在中国,并且在中国云计算市场大展拳脚,甲骨文似乎不着急;而颠覆传统硬件采购模式的软硬件集成的一体机,中国客户接受程度如何呢,恐怕也不那么顺利吧。
两年前的甲骨文总部之行,让记者满满感受到的是甲骨文浑身散发的傲气,它藐视对手,它特别崇拜自己的技术,这个有着浓浓的工程师文化的公司,或许不那么会左右逢源,它推崇的,还是硬碰硬的拿实力说话。
但是两年的时间,IT产业被新兴技术推着跑步前进,跑在前边的更多是互联网公司,他们轻装上阵,跑得轻松也快;而传统的IT企业,多年积累,要带着的东西多,跑步速度肯定受影响。
这一现实,甲骨文同样面对,它该怎么加速?
本次总部之行,CNET将会采访甲骨文公司总裁马克·赫德以及几乎所有产品线的副总裁,详情请关注CNET的详细报道。
好文章,需要你的鼓励
过去十年,终端厂商比拼的是“性能”和“参数”,如今,竞争的焦点正转向“智能程度”。
Fractal AI Research实验室开发了Fathom-DeepResearch智能搜索系统,该系统由两个4B参数模型组成,能够进行20多轮深度网络搜索并生成结构化报告。研究团队创新了DUETQA数据集、RAPO训练方法和认知行为奖励机制,解决了AI搜索中的浅层化、重复性和缺乏综合能力等问题,在多项基准测试中显著超越现有开源系统,为AI助手向专业研究工具转变奠定了基础。
快手科技与清华大学合作发现当前AI语言模型训练中存在严重的权重分配不平衡问题,提出了非对称重要性采样策略优化(ASPO)方法。该方法通过翻转正面样本的重要性权重,让模型把更多注意力放在需要改进的部分而非已经表现良好的部分,显著提升了数学推理和编程任务的性能,并改善了训练稳定性。