今天,AWS北京技术峰会召开,作为AWS进入中国的第二个年头,AWS已经让用户亲身感受到了云基础设施的便利,而AWS也做出了适应本土市场的措施:推出推出AWS合作伙伴计划。
2006年,亚马逊推出了Amazon Web Services(AWS),一个高可靠性的、功能完备的基于云的技术基础设施平台。客户可以从位于美国、澳大利亚、巴西、中国、德国、爱尔兰、日本以及新加坡的数据中心获取丰富的AWS服务,其中包括计算、存储、数据库、分析、应用及部署等服务。
2013年12月,AWS正式进入中国,入华一年来,已经有了360、小米、一加手机、华大基因、HTC等客户。
华大基因科技服务有限公司副总裁陈钢表示,过去,华大基因一直是天河一号和天河二号的用户,为此华大基因还在天河一号和天河二号这两个超算中心的所在地天津和广州部署了数据中心。
但是,天河一号和天河二号的超算中心并不是为个体消费者服务的,尽管华大基因已经是超算中心的重要客户,但是仍然无法满足华大基因的需求。
特别是在华大基因收购了美国的Genome Voyager之后,一些问题更是凸显出来。华大基因要把这家位于美国的公司的研究成果拿到中国甚至全球市场,来为全球的客户服务,而Genome Voyager本身在美国就是AWS的用户,华大基因收购Genome Voyager的节点恰好就是AWS进中国的时机,华大基因也就顺理成章的跟着成为了AWS在中国的用户。
Genome Voyager无缝迁移到了中国市场,华大基因也就此可以享受全球性的云计算服务,把产生在全球的数据轻松的运用起来,建立了基于AWS的全球化上午数据交付与分析系统。
亚马逊AWS宣布在中国推出AWS合作伙伴计划(AWS Partner Network,简称APN),这项全球性计划旨在为技术和咨询合作伙伴提供业务、技术、市场营销和产品上市支持,从而利用AWS成功地开展业务。除了可以享受APN全球计划的所有服务,中国区合作伙伴还可以享受AWS中国针对中国区提供的商业和市场支持,包括AWS培训、商业发展计划、联合市场营销活动支持、被授权使用AWS中国合作伙伴的Logo和标牌、受邀参加AWS中国区域合作伙伴活动等。
随着各种类型的企业和机构广泛使用AWS ——从大数据分析、实时数据、开发新应用,到重新制定自己的数据和网站战略,直至迁移整个关键数据中心,客户越来越多地依赖APN合作伙伴的解决方案和服务来满足他们的业务需求。AWS合作伙伴计划(APN)可为这个生态系统提供技术、业务和市场营销支持,其规模去年增长了75%以上。最近,AWS加强了APN全球计划,增加了针对SaaS和托管服务提供商的新项目并扩大了培训项目等等。
中国自主研发的操作系统领导品牌中标软件有限公司与AWS合作,为中国用户提供安全、可信赖、自主可控的中标麒麟软件操作系统,为广大中国客户提供了AWS平台上操作系统的更多选择。中标软件有限公司是国内著名的自主操作系统产品专业化研发与推广企业。作为国家规划布局内软件企业,中标麒麟操作系统产品已经在政府、国防、金融、教育、公安、审计、交通、医疗、制造等行业得到深入应用。
在会上,亚马逊全球CTO沃纳·威格尔还宣布推出AWS中国云创计划,通过AWS成长助力基金、培训、AWS企业级技术支持服务、1:1虚拟办公时间、定制的AWS服务组合来帮助创业公司成长。
在预览阶段申请加入AWS中国区云创计划的公司,可以享受到独有的快速协助和扶植服务。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。