至顶网CIO与应用频道 06月20日 上海消息:上海今天迎来了AWS技术峰会2019的首站,之后大会还将移师北京和深圳,预计参会总人数将超过15000人。AWS全球副总裁、大中华区执行董事容永康一上台就展示了顾客至尚的AWS中国战略,深化行业解决方案、加强地区覆盖、加速AWS服务全面落地。
AWS全球副总裁、大中华区执行董事容永康
2019财年第一季度的财报显示,亚马逊净销售额为 597 亿美元,同比增长 17%;净利润为 35.61 亿美元,同比增长 119%。其中亚马逊AWS云计算业务营收为76.96亿美元,同比增长41%。
光环新网运营的AWS中国(北京)区域及西云数据运营的AWS中国(宁夏)区域一直在加速推出新服务和新功能。
AWS中国(北京)区域和AWS中国(宁夏)区域的客户,现已可使用AWS Key Management Service(AWS KMS)。AWS KMS是一项托管服务,让客户可以轻松创建和控制加密密钥,以加密数据。AWS KMS使用中国国家密码主管部门认证的密码机保护客户密钥的安全。客户可以通过控制密钥的使用和管理,去访问在各种AWS服务中、以及客户自己的应用程序中的加密数据。
宁夏西云数据科技有限公司首席运营官张联华表示,AWS中国宁夏区域已经开通3个可用区,并通过ISO27001和ISO9001认证,完成中国等级保护三级测评,获得可信云认证。
北京光环新网科技股份有限公司总裁杨宇航谈到了五大支撑,包括,业务支撑:构建、销售、云服务解决方案、交付、运营、培训、增值服务等;设施支撑:定制化数据中心满足未来发展需求,已运营中的一期和二期约有机柜3500个,规划建设中的三期和四期约有机柜2万个;网络支撑:一站式AWS专线接入,端到端按需使用;运营支撑:安全合规、一体化交付、快速部署推广;以及销售支撑。
目前,AWS Marketplace也已落地中国。AWS Marketplace China是一个精心严选的数字化产品目录,由宁夏西云数据科技有限公司运营。它让企业和开发者能够在其AWS中国账户中直接启用来自独立软件供应商的软件。目前,AWS Marketplace China支持免费和自有许可 (BYOL, bring your own license) 的Amazon系统映像(AMI)产品。
AWS技术峰会2019上海站同样迎来了三位客户代表,分别来自太古可口可乐、耐克、九州通。
太古可口可乐
太古可口可乐由于数字化转型的需求,开起了上云之旅。他们希望AWS可以带来业务增长、IT创新、扩展能力、降低管理成本。经过2018年一年时间,在2019年实现了All in AWS。这也带来了很多变化,例如业务需求快速响应、新技术快速应用、资源灵活扩充和调配、降低底层架构运维复杂度和风险、清晰的成本核算。
耐克
AWS为耐克带来了敏捷、快速试错、成本可见、交付效率等变化。为了应对频繁的新鞋发布,耐克从大型Cassandra集群迁移至DynamoDB,并且使用Amazon Neptune适用于社交网络的图形数据库上亿用户的友好关系。
九州通
九州通一直在贯彻FBBC战略,实现贯穿产业链、扁平渠道、精准营销,FBBC需要稳定、快捷、智能的云平台支撑。使用Amazon Aurora数据库后性能提升5倍,TCO降低50%,未来九州通也希望通过AWS将医药电商从大数据走向人工智能。
同时AWS也在不断培育生态系统,遍布大中华区19个城市、数千家APN合作伙伴、六家联合创新中心、AWS上海人工智能研究院、台湾AWS IoT Lab物联网实验室。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。