亚马逊云科技宣布正式成为瑞士领先的电信运营商和IT服务供应商瑞士电信(SMI: SCMN)的企业IT首选公有云提供商。
瑞士电信正在推行云优先战略,并将使用亚马逊云科技来提升IT敏捷性与运营效率,缩短全新信息通信技术(ICT)功能和服务的上市时间。作为整体数字化转型的一部分,瑞士电信将把大量核心应用迁移至亚马逊云科技,包括企业资源规划(ERP)、运营支撑系统(OSS)、业务支撑系统(BSS)、数据分析、联络中心和通信配置工作负载等。瑞士电信还将利用亚马逊云科技成熟的基础设施以及广泛而深入的云服务,探索如何在云中建立可靠、可扩展、安全且具高性价比的5G核心网,为客户快速开发和部署5G服务。
瑞士电信是瑞士最大的电信公司和领先的IT服务供应商之一。通过将企业运营的内部IT迁移至亚马逊云科技,瑞士电信力求降低复杂性,提高效率,并实现按需灵活扩展,为客户带来无缝化的创新服务。瑞士电信将使用亚马逊云科技全面的云服务,包括数据分析、机器学习、容器、数据库和存储服务来实现应用程序现代化。瑞士电信的工程和开发人员还可以自动进行硬件配置、数据库设置、补丁和备份,并在几分钟内部署新的应用程序。
瑞士电信将利用亚马逊云科技先进的数据分析服务把整个公司当前的数据管道转换为基于云的数据网格(Data Mesh),使用诸如Amazon Kinesis实现可扩展和持久的实时数据流分析等服务。瑞士电信还将利用Amazon Glue进行无服务器数据整合服务,轻松发现、准备和整合数据,以进行数据分析、机器学习和应用开发,同时也将采用Amazon Redshift数据仓库服务。通过迁移到亚马逊云科技支持的数据网格(Data Mesh),瑞士电信的工程师可以根据不同项目,选用最优工具和接口,节省传统解决方案的成本和运营费用,加快全新数字产品的上市速度,例如利用亚马逊云科技机器学习提供个性化程度更高的电视和在线服务。
通过携手亚马逊云科技,瑞士电信将尝试把当前基础设施上的5G网络迁移至由云原生5G核心网所支撑的全新独立的5G网络。这一全新的架构能够聚合和引导整个网络流量。按照规划,瑞士电信的5G核心网将在混合云基础设施上运行,主要包括:瑞士电信的基础设施、Amazon Outposts以及将于2022年开通的亚马逊云科技欧洲(苏黎世)区域。其中,Amazon Outposts可将亚马逊云科技基础设施、服务、API和工具扩展至几乎所有的企业内部设施,包括工厂车间或5G基站等。云原生5G核心网按计划投入使用后,可使瑞士电信降低运营成本,并通过虚拟化和自动化网络功能提高可靠性和可扩展性,加快部署新功能和面向客户的应用。
瑞士电信首席技术和信息官(CTIO)Christoph Aeschlimann表示:" 亚马逊云科技为我们提供了所需的技术基础和灵活性,通过对我们的IT服务进行转型升级,提供坚实可靠的5G通信能力,满足了企业客户以及个人客户的需求,继而释放新的增长潜力。我们预计5G将成为打开一系列专业服务之门的钥匙。有了亚马逊云科技支持,凭借其成熟完善的基础设施和无可比拟的云科技组合,我们可以实现创新和快速增长,并可靠地构建和运行企业运营所需的应用程序,同时确保低延迟、高可靠、可扩展,满足安全和合规性要求。"
亚马逊云科技电信行业事业部副总裁Adolfo Hernandez表示:"电信行业正在转向亚马逊云科技,以期在云中构建更灵活、更敏捷、性价比更高的网络,能够交付任意规模的可靠服务,同时不断改善客户体验。瑞士电信是瑞士领先的电信运营商,我们很高兴能以亚马逊云科技成熟完善的基础设施和行业领先的云服务支持瑞士电信的数字化转型。我们与瑞士电信的合作彰显了亚马逊云科技对瑞士的长期承诺,我们期待着在明年开通苏黎世新区域后,可以赋能更多的欧洲客户以及更广泛的行业转型。"
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。