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
VSCO今日更新VSCO Capture应用,新增视频拍摄功能。用户现可在拍摄照片和视频时应用并调整VSCO的50多种滤镜预设,包括经典胶片到现代创作风格。新版本还推出胶片颗粒滤镜,可动态控制纹理强度、大小和色彩。用户能将颗粒滤镜叠加到Film X滤镜上,结合柯达、富士和爱克发胶片风格,保存个性化胶片配方。
瑞士ETH苏黎世联邦理工学院等机构联合开发的WUSH技术,首次从数学理论层面推导出AI大模型量化压缩的最优解。该技术能根据数据特征自适应调整压缩策略,相比传统方法减少60-70%的压缩损失,实现接近零损失的模型压缩,为大模型在普通设备上的高效部署开辟了新路径。
Instagram负责人Adam Mosseri表示,AI生成内容已经占据社交媒体主导地位,预计将超越非AI内容。他认为识别AI内容的技术效果不佳,建议转而为真实媒体建立指纹识别系统,由相机制造商在拍摄时进行加密签名。Mosseri还指出,创作者应优先发布"不完美"的原始图像来证明真实性,因为精美方形图片的时代已经结束。
弗吉尼亚大学团队创建了Refer360数据集,这是首个大规模记录真实环境中人机多模态交互的数据库,涵盖室内外场景,包含1400万交互样本。同时开发的MuRes智能模块能让机器人像人类一样理解语言、手势和眼神的组合信息,显著提升了现有AI模型的理解准确度,为未来智能机器人的广泛应用奠定了重要基础。