在数字化转型需求的驱动下,中国的上云步伐持续加速。Gartner预测,到2024年,中国40%的IT基础设施支出将用于云服务(参见图1)。
图1:中国云基础设施和平台服务(CIPS)云迁移率
云服务的增长在很大程度上是由数字原生企业推动的,对于多数中国企业来说,云战略的制定并非易事。由于中国的监管合规和安全要求较为复杂,涉及私有云和多个公有云部署的混合云部署尤其如此。
在云战略制定中遇阻的企业机构,在筛选公有云迁移的候选应用系统时也会遇到困难。因此,许多云迁移的实施最终都会主要采用基础的“直接迁移”方法,而不会利用云原生服务来完成现有应用系统的整体架构改造。
此外,由于I&O领导者缺乏公有云迁移的技能和经验,云迁移也很难有效在开展。
构建云部署可行路径的三个阶段
中国的多数I&O领导者都意识到了上云的重要性,但很多企业并未制定具体的云部署规划。有效的云部署规划可分为三个阶段:实施前、实施中和实施后。实施前的活动可为整个云战略部署计划奠定基础。在实施中阶段,需要明确实施所需的资源,选择厂商和服务,并且制定上云工作负载配置方法。在实施后阶段,需要开展有关未来云管理的活动。
开展详细的应用组合评估
Gartner认为,云原生服务的部署在中国是场有大幅增长。在中国,与其他云原生服务(例如,功能性平台即服务[fPaaS]、无服务器、事件驱动)相比,云容器服务的使用率更高。选择容器原生而非云原生方法,有助于应用系统迁移到云端并实现基础架构各个方面的现代化升级。然而,随着时间的推移,这种方法可能会逐渐对转型形成阻碍,因为云服务提供商所提供的大量云原生服务(如Amazon ECS/Lambda、Azure AKS/Key Vault、阿里云 ACS/PolarDB及其他无服务器服务)的优势无法得到充分的使用。
I&O领导者应首先与客户沟通,对应用程序开展详细的现代化评估。Gartner从业务契合度、业务价值、敏捷性、成本、复杂性和风险维度,明确了推动应用现代化的常见因素。企业应确定每项工作负载的最佳迁移方法,包括增加PaaS的采用(对于容器原生服务尤其如此),以发挥云原生的最大优势。针对公有云应承载的应用数量,以及每项工作负载迁移到公有云的正确方式等问题,每个企业机构都有自己的答案(参见图2)。
图2:中国公有云部署应用组合评估
制定结构化的工作负载配置标准
I&O领导者在确定应用迁移方法的同时,还须准备好应用运行的环境。有些决策虽然是由I&O部门以外的因素决定的(如厂商关系和应用契合度),但I&O须确保应用可以在选定的云环境中顺利运行。工作负载配置的选择如果出现失误,可能会阻碍云部署的成功,因此I&O领导者应与架构和应用开发人员合作制定工作负载配置标准,包括云服务提供商(CSP)的选择、云参考架构、韧性标准和安全框架。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。