至顶网2019年公有云能力评估活动又要开始了,在去年的云能力评估过程中,我们不但对各类公有云产品有了一定的深度了解,也发现一些公有云现存的问题。在2019年的公有云评估活动中,我们既要对去年的问题进行复查,也要对公有云的应用前景进行展望。希望通过今年的公有云评估,可以更加明确公有云应用发展方向,让企业少走弯路,顺利实现数字化转型。
通过2018年对公有云的评估中可以了解,当前主流公有云主机产品在稳定性方面已经有了较高的保障能力,但是在用户应用方面,依然是传统的Web应用占据主流。通俗点讲就是,现在用户在公有云上的应用和以前在IDC租服务器买带宽时的应用并没有太大区别。不但云计算中的人工智能、大数据分析等先进功能并未获得广泛应用,即便是作为云计算宣传亮点的弹性扩展,在专家调研中,也成为公有云应用过程中的最大问题所在。
公有云除了便宜一些外,与传统IDC机房没有什么区别吗?无论是公有云厂商还是用户想必都无法接受这样的观点。公有云要怎么用才好?这是公有云厂商与用户需要深入考虑的一个问题。
目前各大公有云厂商也正在向用户提供出更多更好的人工智能和大数据应用功能,例如华为云为了简化人工智能的应用复杂性,在云平台上推出了ModelArts AI开发平台,微软也开始将SQL Server往Azure云上进行迁移,就连京东也开始用AI来卖肉。
不要以为AI卖肉只是个噱头,其中包涵人(猪)脸识别、语音识别、质量监控、流程监控等一系列人工智能的“黑科技”。这套“黑科技”的用途不只是用来养猪,改动一番后就可以变成一套人工智能的质量监控系统。而从智慧化的质量管理到人工智能的加工制造,是生产加工企业实现智能制造2025目标最为稳妥的一种方式。
这些功能如果依靠传统IDC来进行实现,由于计算资源相对独立、数据调度复杂等原因、往往会事倍功半。而利用私有云平台来进行实现这些功能时,就可能充分发挥出云平台的灵活统一资源管理调度优势,达到事半功倍的效果。
但是从目前的云计算应用情况来看,让这一系列人工智能的“黑科技”技术变成更通用、更好用、更适用的产品,还需要有一个逐步发展的过程。
因此,在2019年我们公有云能力评估方向,还是进一步夯实公有云技术基础,从计算、网络和存储的应用性能出发,通过用户调研、专业评测、专家点评的方式,首先对2018年公有云评估发现的问题进行复查,然后对2019年的用户痛点进行验证性分析,并对公有云厂商提供的数据库、大数据分析功能进行初步的摸底。
希望通过2019年的公有云评测活动,可以协助公有云厂商进一步夯实公有云底层基础设施的技术基础,进而可以更加从容应对人工智能的全新应用挑战。
现规划至顶网2019云能力评估项目如下:
在2019年,为了更加深入了解公有云用户痛点,推动公有云技术不断进步,至顶网云能力评估小组将再次展开公有云用户调研活动。在本次调研中,将会更加深入的对公有云应用情况进行了解,对公有云应用问题进行征集。期望在对这些应用情况和用户痛点收集、整理和分析,并向各大公有云厂商反馈之后。可以让公有云厂商更进一步完善自身技术,提供出更加适于用户应用的公有云产品。大家一起协手,共同推进公有云技术向前不断发展。
现在至顶网公有云用户调研活动已经开始,请大家扫描上图中二维码,踊跃参与。
在本次评测活动中,除了会对收集到的应用痛点进行评测之外,还会对去年评测过程中所发现的计算能力不足、内存资源未调优和云主机资源扩展复杂这些问题进行重点评测,进而对公有云企业的技术改善能力进行评估。因此,本次评测将从云主机计算性能、Web应用高负载处理能力、Web应用部署,三部分构成。
1. 云主机计算性能测试
做为去年公有云评测中所发现问题的补充测试,在云主机计算性能测试中,会继续采用Geekbench测试工具对公有云主机再次进行评测,从而检验在上次评测中某些公有云主机所存在的计算性能问题和内存资源占用问题是否有所改观。
2. 云主机Web应用性能测试
在2019年评测中,将通过组织真实用户访问的方式,利用高负载、大流量的测试用例,再次对Web应用访问进行评测。从而对公有云主机高负载情况下Web的图文访问、音频、视频访问以及数据上传应用处理能力进行评估。同时采用监控工具对应用访问时的处理器、内存、网络、存储等资源使用情况进行监控。
并且在本次评测过程中将有针对性的在Web应用部署测试中,对公有平台的纵向扩展(成倍对虚拟处理器核数和内存容量进行提升)和横向扩展(增加云主机数量)能力进行验证,具体查看一下各个公有云平台所提供的弹性扩展功能是否适用。
在进行公有云用户调研和评测的同时,至项网云能力评估小组还将组织不少于30位业界专家,对公有云应用最关心的技术点、公有云品牌影响力以及公有云应用排名进行调研。并且还将组织公有云专家组,对本次评测成绩进行综合性的评价打分,从而更加全面和有公立性的对公有云主机进行评估。
希望通过公有云用户调研、公有云评测、专家调研这一系列工作,可以更加深入的明晰用户在公有云应用中的痛点,为公有云建设打下更加坚实的基础。为企业的数字化转型指明一个正确方向。
现在我们还在筹备了一个底商,准备进行开展真正的新零售业务应用展示工作,也欢迎对此感兴趣的厂商和用户与我们进行合作,以此为契机将新零售与智能制造应用技术更加透彻的向广大用户进行展示,从而为我们国家智能制造2025的伟大目标尽一份力,添一块瓦。
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。