企业级云服务商青云QingCloud日前宣布,一站式云端大数据服务——QingMR全新升级。QingMR集成Spark与MapReduce双数据处理引擎及Apache Kylin极速海量数据OLAP分析引擎,通过统一的HDFS分布式数据存储系统及YARN调度系统,为用户提供灵活、高效、多模式的一站式云端大数据服务。针对AI开发场景,QingMR还提供了Python与R两种语言的运行环境,并预置了多个Anaconda发行版的数据科学包,为数据科学、机器学习和深度学习等AI开发场景,提供了强大的计算能力支撑。
自2015年发布第一款大数据服务开始,青云QingCloud在大数据领域的创新便从未停止,陆续推出Spark、Hadoop、Storm、HBase、ZooKeeper、Hive、SparkMR等一系列大数据服务。QingMR是青云QingCloud新一代云端大数据服务,是SparkMR的全新升级,能够提供计算、存储、分析、查询一站式全方位的大数据服务。
所谓一站式大数据服务,是指QingMR能够提供对数据的批量计算、流式计算与实时计算,并实现对计算结果的极速分析查询。全新升级的QingMR大数据服务包括“QingMR–Core”和“QingMR–Kylin”两个版本,其中Kylin版本基于国人主导的Apache顶级项目Apache Kylin的企业级大数据智能分析平台Kyligence Analytics Platform(KAP),提供PB级数据集的亚秒级查询能力,用户可体验极速海量数据OLAP分析引擎的强大与便捷。
QingMR通过QingCloud AppCenter交付部署,3分钟之内即可完成一个集群部署,并且能够通过可视化的方式完成服务的个性化定制,并提供完善的服务监控,真正实现一键部署、即刻使用。基于AppCenter框架内原生的应用感知机制,实现与其他大数据分析组件如ZooKeeper之间自动化的无缝集成。QingMR与QingStor对象存储平台也提供预置集成,用户通过简单的配置即可开启对QingStor对象存储的支持,以应对海量大规模数据的存储问题。
QingMR适用于流式数据处理、批量数据处理、极速数据查询与分析、机器学习等应用场景,能够满足企业用户实时数据计算、海量数据极速查询及分析处理的需求。QingMR提供Spark与MapReduce两种数据处理框架,并由YARN作为资源调度系统。用户可以轻松实现三种不同的计算模式,即Spark Standalone、Spark on YARN和MapReduce on YARN三者之间的切换。
青云QingCloud CTO甘泉表示,随着QingMR的全新升级,青云QingCloud大数据服务将承载更多需求和能力,满足用户不同场景的大数据需求。未来,QingMR将整合更多大数据组件,如Presto、Impala等,进一步完善QingCloud大数据服务,帮助用户挖掘数据价值、实现数据驱动增长。
好文章,需要你的鼓励
YouTube开始推出肖像检测工具,帮助创作者识别和举报使用其面部特征的AI生成视频。该系统类似于版权检测机制,目前处于测试阶段,仅向部分创作者开放。用户需要提供政府身份证件照片和面部视频来验证身份。系统会标记疑似包含用户肖像的视频,但无法保证100%准确识别AI内容。YouTube将根据多项因素决定是否移除举报的视频。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。
谷歌宣布在AI Studio平台中引入"氛围编程"体验,让编程和非编程用户都能更轻松地开发应用程序。用户可通过简单提示生成可运行的应用,新功能包括应用画廊、模型选择器、安全变量存储等。平台还添加了模块化"超能力"功能和"手气不错"按钮来激发创意。完成的原型应用可一键部署到谷歌云运行平台。此次更新正值业界期待谷歌即将发布Gemini 3.0大语言模型。
中国人民大学研究团队开发了Tool-Light框架,通过信息熵理论解决AI工具使用中的过度调用、调用不足和过度思考问题。该框架采用熵引导采样和两阶段自演化训练,让AI学会合理使用外部工具。在10个推理任务测试中,Tool-Light显著提升了AI的效率和准确性,为AI工具集成推理提供了新的解决方案。