至顶网CIO与CTO频道 07月26日 北京消息:“经过7年的发展,如今青云QingCloud已经拥有具备了广义云计算能力的全维云平台,并成为数字世界的基石。”青云QingCloud CEO黄允松在Cloud Insight Conference(CIC)2019云计算峰会上说道,面对企业日益复杂的IT架构,青云QingCloud考虑最多的就是如何帮助传统企业,从过去复杂、僵化的IT环境进化到以云计算为代表的更加敏捷、更具弹性的新时代。
青云QingCloud CEO黄允松
今年青云QingCloud更新了容器、存储、网络、数据库、超融合等产品线,以及多款新产品,包括:
QingCloud IoT平台,是青云QingCloud全新推出的一站式、全托管的物联网云服务。它能够针对边缘场景配置,实现边缘节点的定义与统一管控,结合 QingCloud 云平台服务,对设备生成的数据进行收集、处理、分析和操作,帮助企业轻松构建 IoT 应用程序。
EdgeWize®️边缘计算,能够将QingCloud云平台能力扩展至用户侧,以安全的方式在边缘设备上运行本地计算、消息收发、数据缓存与同步等功能,提供安全、低延时、低成本的本地计算服务,结合QingCloud云平台、光格网络®️ SD-WAN,实现云边协同,构建“云、网、边、端“一体化平台。
QingStor®️融合存储,能够同时提供专业级块存储、文件存储、对象存储,实现存储资源池统一、在线灵活调配容量和统一管理与运维。
ChronusDB™️时序数据库,是青云QingCloud自研的一款高效、安全、易用,具备强大分析能力的时序数据库产品,具备超强的查询分析功能、高性能并发读写、低成本存储、丰富的时序数据处理能力、稳定可扩展等特性。
PolonDB™分布式数据库,是一款基于开源数据库Citus构建,兼容PostgreSQL生态,同时支持OLTP和OLAP(HTAP)的分布式关系型数据库。
QingCloud统一运维运营平台,是一个对应于QingCloud控制台的管理平台,提供云平台整体运行情况的运维监控,帮助企业管理层、运维者和运营者进行高效的运维与运营管理。
在生态上,青云QingCloud愿成为合作伙伴的千斤顶、大后方和百宝箱,会上联合合作伙伴发布了一系列智能解决方案。
工业互联网解决方案:该解决方案由青云QingCloud联合昆仑数据打造,提供从生产端数据采集、数据传输、数据集成到数据建模和大数据应用等工业互联网全链条解决方案。
智慧零售解决方案:该解决方案由青云QingCloud联合华泰软件打造,提供涵盖采购管理、BI分析、数据仓库、门店管理、物流管理全渠道解决方案。
企业业务中台解决方案:该解决方案由青云QingCloud联合博智信息打造,为企业用户提供涵盖PaaS平台能力、SaaS平台能力、应用系统基础能力和项目交付管控能力为一体的业务中台解决方案。
基于QingStor®️ 对象存储的数据湖解决方案:该解决方案由青云QingCloud联合HashData发布,是一套基于云模式构建的数据湖解决方案,HashData采用计算存储分离架构,数据存储到QingStor®️对象存储上,计算层采用基于Greenplum内核的MPP计算引擎。
基于QingStor®️ 对象存储的分布式文件存储解决方案:该解决方案由青云QingCloud联合JuiceFS推出,采用POSIX 文件系统+QingStor®️对象存储,提供无限容量、弹性伸缩、多机共享的文件存储,具备简单易用、按需伸缩、全局强一致、多地冗余、零运维等特性。
好文章,需要你的鼓励
新加坡人工智能机构与阿里云发布全新大语言模型Qwen-Sea-Lion-v4,专门针对东南亚语言和文化特色进行优化。该模型结合阿里云Qwen3-32B基础模型和大量东南亚地区数据集,在东南亚语言模型评估榜单中位居开源模型首位。模型支持119种语言,能在32GB内存的消费级笔记本上运行,采用字节对编码技术更好处理非拉丁文字,并具备3.2万词元上下文长度,可执行文档级推理和摘要任务。
这项由CMU与亚马逊AGI联合完成的研究揭示了当前AI系统的重大缺陷:即使最先进的模型也不知道何时该说"我不知道"。研究团队开发的RefusalBench评估系统通过176种语言操作技巧动态生成测试案例,发现顶级AI在多文档任务中的拒绝准确率低于50%。这项研究不仅提供了标准化测试工具,更为构建诚实可靠的AI系统指明了方向。
AI智能体是下一代业务自动化工具,不仅能对话交流,还能执行复杂任务。与ChatGPT聊天机器人不同,它们可在最少人工干预下规划并完成工作。文章介绍了五个高影响力应用:自动化客户服务解决方案、销售CRM管理、合规自动化、招聘筛选与排程、市场情报报告。这些应用都具有重复性工作流程、依赖结构化数据、遵循可预测规则等特点,能够释放员工宝贵时间用于更有价值的工作。
这项由中国人民大学联合腾讯开发的LaSeR技术,发现了AI在生成答案最后一刻会无意中透露对答案质量的评估。通过观察这个"最后一词效应",研究人员开发出了一种让AI高效进行自我评估的方法,在几乎不增加计算成本的情况下,大幅提升了AI的自我验证能力,为构建更可信的AI系统开辟了新路径。