至顶网CIO与应用频道 06月04日 人物访谈:从2012年开始探索,到2016年4月进入公有云市场,2017年开始加速布局,2018年4月品牌升级启用全新LOGO和Slogan。京东云虽是一个后来者,但这一系列的动作都显示出京东云的决心。
京东越来越强调通过技术进行赋能,2018年也被其称为赋能元年,通过京东云这个窗口,技术正在不断地对外输出。京东云也提出“超级电商成就超级云服务商”的口号,京东集团副总裁、京东云生态业务负责人刘子豪指出,电商上多租户、批发转零售、交易虚拟化都和云的理念相通。
而在庞大的物联网领域,云计算也将成为其发展创新的基础。京东云不仅覆盖了物联网的各个层级,同时还将联合合作伙伴打造物联网生态系统,为客户持续赋能。
物联网架构的全覆盖
京东云把物联网生态技术架构分为四层:云、数据、应用、设备。刘子豪认为,在物联网市场能覆盖每一层布局的公司并不多,而京东云依托京东长期的业务实践与技术积淀,则做的是全面的物联网布局。
云:京东云IoT Cloud专门提供物联网云服务,云计算作为物联网中最重要的一环,京东云作为平台,让很多小型智能硬件企业来到京东云上,节省开发物联网设备成本的同时,又可以保留设备的特点。
数据:物联网每天的数据都在不断增长,京东平台上有大量的商家,通过IoT Cloud进行赋能,让他们自己决定厂商、决定APP、决定数据的使用,抱着开放的心态展开合作。
协议:国内物联网的发展面临协议分发各自为战,不同设备连接存在技术壁垒等突出问题,而不同设备与平台之间难以融合会大大降低消费者对物联网的体验。依托于京东商城在3C方面的优势和影响力,京东集团打造的基于IoT的智能云,通过JoyLink物联网协议连接超过1000多款设备,覆盖超过100多个品牌、70多个品类的商品。
设备:设备和平台是相互呼应的两端,智能硬件设备在中国的渗透率仍然较低,这个市场尚未成熟。在应用和设备层面,京东也自主研发了多款智能设备,包括叮咚智能音箱、智能冰箱等,通过应用场景为行业提供解决方案。
京东在物联网方面的布局,打破了产品生产商、芯片生产商、通信运营商等产业链各方之间的技术壁垒和空间的局限,让用户实现简单生活化、智能化的体验。
物联网生态的持续搭建
在物联网领域,很多企业是Born in the Cloud,即在“云”上出生。它们对于技术有着先天的依赖,当然还有传统行业,例如家电、制造、能源等的大量物联网需求。京东云把客户群分为四类:
第一类:Born in the Cloud,这类客户对于技术的接受程度很高,大多通过技术开展业务。京东云帮助这些企业扎根在云上,解决底层的一切问题,让企业可以把更多精力放在业务的创新发展上。
第二类:政府,政府正在大力开展云计算项目落地,京东云与各地方政府展开合作,建立产业云,实现地方产业转型升级,打造、提升当地的智慧城市平台,进一步提升政府整体的服务能力。
第三类:传统企业,京东云不希望被“传统”两个字强化,通过传统企业上云,将京东云的创新、互联网思维和企业在行业积累的经验结合,将带来更多的示范效应。
第四类,中小企业,与传统大型企业相比在资金和技术基础上都相对薄弱,同样也有对于云计算的需求,京东云则可以帮助其快速上云。
在这四种类型的客户群中,Born in the Cloud对于技术的认知很高,教育成本很低,对于这类客户京东云也将有更多的计划和布局,同时拿出供应链和平台优势,专门针对使用云的创业者和中小企业。
未来在物联网的布局上,京东云希望把大家拉到“云服务”这一相同的层面上,这也是物联网布局的最顶层,同时吸引大量的合作伙伴来完善整个物联网生态。
好文章,需要你的鼓励
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。