至顶网服务器频道 08月11日 新闻消息(文/董培欣):
8月9日,阿里云正式发布云服务器ECS企业级产品家族,目前已推出面向173种企业应用场景的19款实例。同时阿里云也新发布了该系列产品中采用25G网络与Skylake处理器的全新一代实例。
阿里云ECS产品负责人蒋林泉正式发布阿里云ECS企业级产品家族
目前ECS企业级产品家族包含19款实例族,分为通用型(General Purpose Type) 、计算性(Compute Type)、内存型(Memory Type)、高主频(High Frequency Compute Type)、本地SSD型(Local SSD Type)、大数据型(Big Data Network Enhancement Type)、GPU计算(GPU Compute Type) 、FPGA计算(FPGA Compute Type)等类型,分别适用于包括AI、医疗、视频直播、金融、电商、IoT在内的173个应用场景。
计算方面,ECS企业级产品家族采用了为云计算场景特别定制的Skylake处理器,各项性能首屈一指。
存储领域,ECS企业级产品家族进化为计算与存储分离的先进架构,SSD云盘单实例达到18万IOPS,包括Latency以及吞吐都跃进一层。
基础网络,ECS企业级产品家族将基础网络设施升级到25G。同时将底层网络虚拟化架构进行重构,全面升级到第二代Apsara vSwitch技术。在网络的PPS性能上达到了单实例 450万PPS,Latency降低了66%,实现媲美物理机的网络能力。
与此同时,阿里云宣布企业级产品家族部分实例最高降幅35%(详情见官网),并对8月3日前的客户推出向企业级实例变配补贴50%差价。
基于全新一代的基础技术,阿里云新发布了计算型C5、通用型G5、内存型R5、高主频计算型HFC1、本地SSD型I2等数款实例。这一系列产品最高支持88核,704G内存。并通过25G基础网络带来了200%的网络带宽提升,基于Skylake带来单实例最高60%的计算性能提升,基于计算存储分离架构获得300%的云盘IOPS吞吐提升,基于Apsara vSwitch获得300%网络PPS吞吐性能提升。其中I2在数据库垂直场景相较于I1提升至210万IOPS。
针对对IO有强需求的企业客户,阿里云新引入本地SSD机型I1,该实例具备高达48万IOPS。为需要进行大数据计算的客户提供大数据型实例D1NE,单GB存储成本下降97%,整机吞吐能力提升400%,网络带宽提升200%。
面向人工智能行业,阿里云在此前的GPU可视化计算型GA1、FPGA计算型F1、GPU计算型GN4的基础上,国内首家推出具备8块NVIDIA P100的GPU计算性GN5,达到74.4TFLOPS,比上一代双精度性能提升近100倍。
此外,通过阿里云新建的高等级云数据中心加上高可用的骨干网络,可以为用户提供更加优质的BGP体验。目前,阿里云基础设施历史运行可用性达到了99.999%。自研的飞天系统已具备全球一张网的管理运维能力,两者配合使得基础设施更为健壮。可以更好的为企业云计算业务应用来保驾护航。
脱离了概念的炒作和一味的价格比拼,在本次阿里云ECS企业级产品家族发布会上,通过一个个有针对性的应用技术指标实例,让我们真切的体会到了“云”技术的真实落地。阿里云通过面向173种企业应用场景,有针对性的19款实例族,做到了云计算企业应用细致划分。通过更高性能的网络、计算、存储性能指标,向更多云计算厂商发出了有力的应用性能挑战。
同时,只有明确了性能指标之后,云计算的产品价格才会有实际性的意义。才可以通过性能与价格去全面衡量一个云计算产品,让云落到实处,真实的去解决企业实际应用问题。当然云计算厂商自己发布性能指标,最好能有一些第三方的测试机构来为之进行确认。以后第三方媒体,比如我们至顶网也会发布一些第三方的公有云性能测试结果出来,从而更加公开、公正的将公有云应用性能向用户去进行剖析。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。