微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 迅雷首推颠覆性价格CDN 亮相第七届云计算大会

迅雷首推颠覆性价格CDN 亮相第七届云计算大会

2015-06-04 22:49
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-06-04 22:49 黄雅琦

首届“中国互联网+高峰论坛”已于今日举行,大会以“制造业升级的全球智慧”为主题进行深入探讨。迅雷作为一家拥有自主云计算技术的科技企业,正在利用自身智慧助力相关产业升级,其以云加速为核心的技术被越来越多的领域应用。同时,迅雷也对本次大会提供了大力支持。

迅雷首推颠覆性价格CDN 亮相第七届云计算大会第七届云计算大会 迅雷展台

作为迅雷CTO,陈磊在6月3日的大会主题演讲中,就“重新定义CDN”展开话题再论国内CDN状况,并宣布迅雷将带来颠覆性的新一代CDN,以技术创新、合理价格和极致服务,重新定义CDN。同时,迅雷CDN正式接受预定,售价为0.1元/GB(流量计价)和9999元/G/月(带宽计价),统一面向更多用户开放。

在会场外,迅雷展台还展出相关CDN的信息,迅雷打破CDN业界的传统价格体系,摒弃繁多且不合理的计费模式。同时,迅雷一反传统CDN数百量级的有限节点分布模式,在自建CDN节点的基础上以迅雷核心技术拓展数百万级的边缘节点,并通过智能调度系统打造“无线节点式内容分发网络”,让CDN服务传输距离控制在100米,速度更快的同时保持稳定。

此外,迅雷通过分享P2P技术及庞大数据库,使企业可以用P2P替代部分CDN,进一步降低企业CDN的消耗。在直播解放方案上,采用H.265技术的应用节省50%的视频流量,解决热门资源造成网络拥堵等视频行业难题。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-