11月17日,由中国信息通信研究院(信通院)指导,云计算开源产业联盟(OSCAR)主办的“中国混合云标杆案例暨寻找2017中国混合云十大用户”评选结果揭晓。其中,ZStack获奖案例最多,包括东方明珠新媒体股份有限公司的“东方明珠混合云”、拉扎斯网络科技(上海)有限公司的“饿了么混合云”、北京农信互联科技有限公司的“农信互联混合云”。
2017年是混合云业务爆发的一年。据信通院调查统计,2016年我国企业采用混合云比例为11.8%。RightScale调查报告显示,采用混合云的企业较2015年上升了9%。据IDC预测,未来混合云将占据整个云市场份额的67%。种种迹象表明,混合云正被越来越多的企业所采纳,甚至对于大多数企业而言,混合云似乎成为最优的云战略。
信通院作为工业和信息化部直属科研事业单位,致力于为云计算、大数据、互联网行业等行业发展的重大战略、规划、政策、标准和测试认证等提供支撑。尤其是作为云计算行业可信云认证的主管单位,面对混合云市场的爆发,信通院适时启动了此次“中国混合云标杆案例暨寻找2017中国混合云十大用户”活动,有力推进了中国云计算产业的蓬勃发展。
此次活动由OSCAR主办,IT168承办。活动自9月22号启动以来,汇聚了众多用户案例。主办方本着“公平、公正、公开”的原则,以专区形式展示混合云行业重点案例,并以专家评选、行业用户和云计算产业人员共同参与投票的方式,最终评选出了“2017年度混合云10大用户及案例”。“东方明珠”以总票数10981票的成绩位居“2017年度混合云10大用户”榜首。
作为此次获奖案例最多的云服务商,ZStack致力于产品化的创新开源云计算服务,早在2017年初就在业内率先提出“无缝混合云”、“混合云连接一切IT”的创新理念。这一理念不仅贯穿在其参与的全年阿里云栖大会的所有分站活动,而且在8月份重磅召开混合云产品发布会,宣布与阿里云战略融合。值得一提的是,在云栖大会杭州站“寻找混合云生态·闪亮之星”的活动中,业内30多家云计算服务商不约而同地表达了对混合云发展趋势的认同,以及对与ZStack“无缝混合云”合作的信心和愿景。
此次“中国混合云标杆案例暨寻找2017中国混合云十大用户”活动中,ZStack联合业内伙伴共同服务的“东方明珠”、“农信互联”、“饿了么”三大用户案例经过专家审议、大众投票,分别以第一、四、七的傲人成绩荣获“2017年度混合云10大用户”的荣誉,无论获奖数量还是质量,ZStack都当仁不让。
东方明珠、农信互联、饿了么,都是业务发展极快、实力很强的综合型公司,对稳定性、扩展性、维护性等方面的要求极高,在云计算这种新技术方案的选择上他们的要求非常严格。其中:
东方明珠借助ZStack可与任何公有云混合、亲和性好、灵活性大等特性,搭建了3种公有云(亚马逊AWS/微软Azure/腾讯)和自建私有云(ZStack/Vmware)的混合云平台,承载了其直播类服务、媒资处理类服务、关键数据和内容的分发与归档等业务。
农信互联,借助“阿里云+ZStack”的混合云平台,独自探索出一条符合传统农业的“互联网+”之路。通过混合云的灾备,实现了数据的异地容灾和灾难恢复,保证了在自有机房出现意外的情况下,业务的连续性。
饿了么混合云平台,利用ZStack一键部署、全异步无锁架构、无状态服务、开源全API化等特点,快速建立自动化、标准化运维体系。同时根据订餐行业高峰时段明显的特点,采取“阿里云+ZStack”的混合云模式,使得业务在私有云和公有云ECS之间灵活切换,帮助其在高峰期快速部署服务器资源。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。