你是否听说过不用开发人员或管理员的任何努力,云端应用程序性能可以自动优化的童话故事?太多人认为这是现实,而不是童话。
人们把这种混乱归咎于早期云计算的炒作,而“弹性”经常被描述为与云性能有关的东西。虽然弹性确实可以通过配置服务器进行扩展,或者也许自动使用无服务器计算技术,但弹性概念本身并不能保证应用程序运行良好。
弹性的现实不符合这个童话故事,其中有三个原因:
首先,性能问题通常与应用程序本身的设计,开发,以及部署有关。性能不佳的应用程序不会受益于更快的虚拟处理器或更多的虚拟处理器,这在某些程度上可能被人认可。
因此,在设计和构建应用程序时,将其性能考虑到其中。
第二,可能花更多的成本却得到回报很少。虽然企业可以从云平台的虚拟硬件和服务获得未优化软件的边缘性能优势,但事实上,企业将最终在云服务方面花更多的成本来获得最低的性能回报。
公共云可以提供自动扩展和自动配置服务,如果应用程序性能是一个问题,它可能会诱使企业使用它们。但是把它们打开就意味着企业已经把控制权转移到了云计算提供商来试图解决应用程序内在的性能问题。在许多情况下,企业将向云提供商支付费用。由于使用自动扩展和自动配置服务,一些客户端收到意想不到的巨大的云端帐单。
第三,企业可能会忘记安全和治理,如果不正确,这是性能杀手。例如,如果企业根据政府法规对所有内容进行加密,则可能降低其25%的性能,而几年前则是50%。精心设计应用程序的开发人员将考虑到如何首先管理数据的加密开销,以使加密价格实现最小化。
因此不是简单地将性能问题转变为云提供商。相反,企业必须进行设计,开发和测试工作才能获得最佳性能。
当企业将应用程序“升级和移动”到云端时,请务必在将应用程序移动到云端之前考虑如何解决系统性能问题。这是唯一的办法。
好文章,需要你的鼓励
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。