Amazon Web Services 推出了两款工作站级别的云桌面产品,这个举动却意外地凸显了该技术存在的一个问题。
这家云计算巨头的桌面即服务产品名为 "WorkSpaces",周三宣布推出两种新的实例类型:GeneralPurpose.4xlarge,配备 16 个虚拟 CPU 和 64GB 内存;以及 GeneralPurpose.8xlarge,配备 32 个虚拟 CPU 和 128GB 内存。两种实例都包含 175GB 的根卷 (包含操作系统镜像的虚拟磁盘) 和 100GB 的用户文件存储空间。
这些实例类型适用于通常在工作站级 PC 上运行的应用程序:工程数据分析工具 Matlab、统计分析软件包 R,以及大型软件编译任务都被列为适合的工作负载。
GeneralPurpose.8xlarge 实例是 Amazon 首次提供 32 个虚拟 CPU 的产品。
包含 Windows 系统的价格并不便宜,32 核版本每月 590 美元,16 核版本 295 美元。在支付 19 美元/月的基础上,每小时价格分别为 4.56 美元和 2.28 美元。如果自带 Windows 许可证,价格会更低,但降幅不到 10%。目前似乎仅支持 Windows,因为在其他 WorkSpaces 支持的 Linux 发行版上未列出这些实例类型的定价。
这两种新实例类型与 Power 和 PowerPro (包含专用显存) 一起,被 Amazon 推荐给那些希望获得"最佳视频会议体验"的用户。
云桌面可以提供快速的用户体验,但有时在处理需要不间断实时数据流的应用程序 (如视频会议) 时可能会遇到困难。Microsoft 承认其协作软件 Teams 在云桌面上无法提供"优化的"视频和音频聊天,并为云 PC 提供了定制版本的软件。该公司建议将视频和语音通话重定向到用于访问云桌面的本地设备。
通过建议只有其最强大的 WorkSpaces 才能提供"最佳"视频聊天体验,Amazon 的解决方案似乎是通过增加计算资源来解决问题。
Amazon 在云桌面方面并非只依靠硬件性能:本周早些时候,它宣布对 Amazon EC2 Image Builder 进行改进,允许直接将 Microsoft Windows ISO 文件转换为 Amazon Machine Images (在 AWS 中用于启动虚拟机的虚拟设备格式)。
拥有大量 Windows 桌面系统的组织通常会维护一个首选 PC 设置的"黄金"镜像。现在可以将其转换为用于启动 AWS Workspace 的 AMI,Amazon 表示这将使自带许可证变得更容易。这也将为云 PC 带来更好的一致性,意味着用户现有的 PC 管理工具和流程可以继续使用 - 这是否会使云 PC 更具吸引力?
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。