
如何让美国和非洲的用户,也能愉快地参与今年双十一的全球购物狂欢?阿里巴巴技术团队11月3日透露,今年以来,阿里巴巴集团大范围扩展在海外的IT基础设施,以迎接首个全球化的双11。
阿里巴巴技术保障部高级专家潘健介绍,为保障海外买家和卖家的用户访问体验,阿里技术团队进行了一系列部署:今年6月新交付一个大型数据中心,用于保障海外业务;海外服务器数量翻倍,国际专线网络带宽提升10倍;海外CDN网络节点和年初相比增加了一倍,欧美覆盖范围更加全面,新增韩国、印度、澳门等亚洲节点,覆盖亚洲、欧洲、非洲、南美洲、北美洲、大洋洲六大洲;目前,海外CDN节点带宽能力已经达到数百G,可以充分保障海外用户访问速度和体验。
阿里巴巴数据中心
与此同时,针对天猫双11的技术演练早已在紧锣密鼓地进行,目前进入冲刺阶段。潘健说:“今年我们在技术上已经可以做到全链路压力测试,根据大数据分析,全程模拟双11当天海量用户的浏览、下单、支付等行为。”据了解,双11之前这样的压力测试一共会进行8次,相当于阿里技术平台提前经历8次双11考验。特别值得一提的是,这些压力测试都是在不影响淘宝和天猫正常购物的情况下进行的,用户对此“完全无感知”。
2013年11月11日凌晨,一分钟内有1370万人涌入天猫,相当于大半个北京城的人都出来逛街。其中,34万“剁手党”在这一分钟内抢到了心仪的宝贝,成交1.17亿元。
今年的双11购物狂欢节将拓展至全球范围,面对汹涌而来的流量,一旦技术保障方面“掉链子”,整个电商生态圈将遭受数以十亿计的损失。在历经五届双11的考验之后,阿里巴巴技术团队已具备能力,将黑客攻击、局部爆发性流量增长、机房空调故障等种种“不确定因素”变为可预估的风险,并将2013年2000多套技术应急方案缩减至500套以内。
“应急方案数骤降80%的背后,是阿里技术的逐渐成熟,这就像读书由薄变厚再由厚变薄一样。”潘健表示,希望今后我们的应急预案能越来越少,将资源投向更有意义的项目和创新中。
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。