自2006年亚马逊推出了亚马逊云科技(Amazon Web Services)开始,就一直引领着全球云计算产业的发展。作为领导者,保持领导地位并非易事。后来者不断追赶、“抄作业”,而领导者自身没有“作业”可抄,需要不断探路。
最近在全球领先的研究与咨询公司Gartner最新发布的《2022年云基础设施和平台服务(CIPS)魔力象限》报告中,亚马逊云科技毫无悬念地再次霸榜Gartner云计算魔力象限,即领导者象限图中最高位置,这是亚马逊云科技连续12年在Gartner该系列报告中位列领导者。
《2022年云基础设施和平台服务(CIPS)魔力象限》
不断引领云计算的发展
《虚拟主机与托管云系统基础设施服务(按需)魔力象限》是Gartner在2009年首次提出,之后更名为《云基础设施即服务(IaaS)魔力象限》,2020年再次拓展为《云基础设施和平台服务(CIPS)魔力象限》。
CIPS魔力象限关注基础设施即服务(IaaS)和集成平台即服务(PaaS)两类产品,覆盖的产品包括应用程序PaaS (aPaaS)、功能即服务(FaaS)、数据库PaaS (dbPaaS)、应用开发人员PaaS (adPaaS),以及通常在企业数据中心内部署的工业化分布式云产品。
亚马逊云科技在今年的《云基础设施和平台服务(CIPS)魔力象限》中依旧处于领导者象限,并且远超其他云供应商。亚马逊云科技专注于成为一家基础深厚的IT服务提供商,其服务范围很广,既覆盖云原生和边缘云,也延伸到企业资源规划(ERP)和关键任务工作负载的领域。
收入、业务成就等因素都是Gartner魔力象限的执行能力评估标准。在Gartner报告期内,亚马逊云科技的季度收入从161.1亿美元增长到197.4亿美元。以过去12个月(TTM,Trailing Twelve Month)累计收入看,亚马逊云科技在一年报告期内,从一家收入571.6亿美元的公司成长为一家收入720.7亿美元的公司,体量增长了149.1亿美元,增长部分相当于一家大体量的公司。亚马逊云科技每个季度都有若干家大型客户签约及重要合作发布。
Gartner认为,在产品和服务更新方面,亚马逊云科技的新服务、新功能、新建基础设施发布排期满满,引领业界不断探索云计算的技术边界。
三大优势成为魔力象限领导者
亚马逊云科技未来的重点是通过进入新的领域(如私人5G以及与电信公司合作等),来扩大其服务的市场规模。亚马逊云科技提供全球性业务。其客户具有不同的背景,涵盖不同的规模、行业和地区。
Gartner在报告中分析了亚马逊云科技在功能的广度、市场份额领先地位、充满活力的繁荣生态系统三个方面的优势。
在功能的广度方面,亚马逊云科技在CIPS市场继续拥有最高广度和深度的能力。通过制定公认标准、开发技术和制定方法(常被竞争对手云服务提供商全盘复制),亚马逊云科技在整个市场中发挥着指导作用。通常,这些云服务提供商所创建的副本质量很差,而且缺乏亚马逊云科技籍以为产品提供支持的数据、理由和客户接受度。
在市场份额领先地位方面,亚马逊云科技是CIPS市场份额的领先者,其营收超过排名第二的竞争对手Microsoft Azure两倍。此外,亚马逊云科技是市场中少数几个不会向客户夸大业务表现的供应商之一,亚马逊云科技的产品销售范围已远远超出了人们合理认为的云范围。在该领域,其他供应商进行“填补”业务的示例包括:出售其他云服务提供商的操作系统和数据库的许可证,以及在本地部署PaaS平台(占其“云”收入的很大一部分)。
在生态系统方面,由于亚马逊云科技所具有的市场份额和势头,亚马逊云科技对生态系统合作伙伴很有吸引力,就像是一块磁石。ISV合作伙伴通常会采用“以亚马逊云科技优先”的优先级,即首先支持该云服务提供商,然后再支持其他云服务提供商。合作伙伴包括SAP、Splunk和VMware。
四大举措为中国注入源动力
亚马逊云科技在中国也展现出了强劲的发展潜力,今年亚马逊云科技中国峰会上提出了“连中外、襄百业、携伙伴、促绿色”四大战略举措。
亚马逊全球副总裁、亚马逊云科技大中华区执行董事张文翊也解释称,亚马逊云科技在中国的四大战略举措是,成为企业全球化拓展的最佳技术桥梁、助力各行各业的转型和创新、继续建设强有力的合作伙伴网络、帮助企业加快节能减排的步伐。
四大战略举措体现亚马逊云科技自身在探索云计算前沿的同时,还希望赋能各行各业的探路者,助力他们积极探索新的可能性,推动业务的长远发展。
从“三驾马车”到“5+1+1”再到“连中外、襄百业、携伙伴、促绿色”亚马逊云科技在中国的脚步一直在不断迈进。而且今年提出的“连中外、襄百业、携伙伴、促绿色”四大战略举措,其根本是助力中国数字经济可持续发展。
亚马逊云科技在近十年的时间里不断的扎根中国市场,持续将全球领先的技术、产品、服务引入中国。随着四大战略举措的推进,亚马逊云科技将给中国市场带来更多价值,为中国市场的各种类型用户注入源源不断的数字化源动力。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。