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
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。