Google、AWS、微软齐聚加州开大会,AMD弃Oracle而Hadoop
本周公有云市场上的前三名齐聚加州,周二Google Platform Live,周三AWS Summit,周四微软新任CEO Satya Nadella君临。
作为微软的CEO,Satya Nadella不仅仅是讲Azure,还被寄予期望发布Office for iPad。不过我们主要关注的是Azure。
以往我们在文章中经常把Windows Azure简写为Azure,但这回是刻意为之,因为据说微软要把Windows Azure改名为Microsoft Azure。欧美是把姓写在后面,不过对Azure来说,Windows或Microsoft才应该是姓。虽然Windows几乎已成为Microsoft的代名词,但后者毕竟是公司而非产品品牌级别的。
如果属实,我是很拥护这一改变的。如果Office for iPad也如期发布,可以作为Microsoft与Windows解锁(改变大家的印象要难得多)的标志性一天么?
不过,对我们来说,真正的利好是另一条可信度很高的传言,即Azure本周会在中国转正。
还有一条消息就难说对Satya Nadella和微软是好是坏了——拥有微软4%股份的Ballmer在接受华尔街日报的专访时表示,还不确定何时退休。
相比之下,Symantec解雇了任职两年的CEO兼总裁Steve Bennett,任命了Michael Brown。联系?微软现任董事长John Thompson以前是Symantec的CEO……
GigaOM猜测AWS Summit上会宣布WorkSpaces可用(GA,这词儿总拿不准怎么翻译),而AWS的另一个利好传言是NASDAQ(确切的说是NASDAQ在2007年并购的北欧证券交易商瑞典OMX)重新考虑使用基于AWS的FinQloud服务。金融行业和云联系在一起,总是激动云心的,虽然这不是用于交易型应用,但廉价的云服务若能满足所有的法规遵从要求,也是值得大吹特吹一番的好案例。
Google Platform Live则会有万众倾慕的大神出席,包括负责云的Urs Hölzle(The Datacenter as a Computer: An Introduction to the Design of Warehouse-Scale Machines第一二版的作者),和大数据专家Jeff Dean(以BigTable和Spanner闻名)。三家大会的具体情况,本周晚些时候的《今日至顶》会为您择其精要者点评。
昨天我还在某微信群里说,“去IOE”已经不能算是媒体热词,因为已经不新鲜了,今天AMD就出来证明了一把。本来x86天生就是反I(代表Power的IBM)和E(代表传统存储的EMC)的,至于Oracle么……去是最难的,但小i(Intel)和Oracle是合作之外有竞争,Oracle不肯放弃SPARC,而Intel在搞Hadoop发行版。
大家可能还没忘记以前经常传出的“Oracle将要收购AMD”,即使O记收了Sun之后也没停止。O的野心确实是从上到下,但短期内还看不到有跟Intel彻底翻脸的必要。
与Intel不同的是,Intel是帮别人用Hadoop,AMD是自己用Hadoop。我们知道Hadoop和Oracle不是head to head的全面竞争关系,但AMD确实是把276TB的数据从Oracle平台迁移到Cloudera的Hadoop发行版,并进行了对比:Oracle数据库查询结果不能超过10万行,Hadoop则无此限制,且查询更快。
从上面也不难看出AMD用Hadoop来做什么,毕竟交易型应用不是Hadoop的菜。
说到(大)数据,戴尔收购了位于俄克拉荷马Tulsa的数据挖掘和文本分析软件厂商StatSoft,以开展类似SAS和IBM SPSS的业务。前一阵我们提过的Box IPO事宜也有了进展,准备融资2.5亿美元。 可能是花钱太痛快了吧。去年5月才融资的1亿美元就“挥霍一空”,主要被用于全球扩张,并“招揽”了前赛门铁克CEO Enrique Salem,同时思科CTO Padmasree Warrior也成为其新的董事会成员。
如此“大肆”花钱,其2014年的财报自然就不大好看了,尽管营收1.24亿美元(是2013年的两倍多),但仍净亏损1.68亿美元。当然,3.4万多个企业用户,和2500多万的注册用户是其敢于继续“烧钱”的底气所在吧?
Box在这个点IPO,难道这周是企业级云计算的“盛宴”?稍后Google、AWS和微软“云事”,今日至顶将持续为您分享。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。