至顶网CIO与应用频道 06月10日 北京消息(文/孙博):“阿里云每年都会进行多场云栖大会,目的只有一个,就是想把阿里云和阿里巴巴集团在面对政府企业智能化转型的观点分享给大家。”
今天上海下了一场不小的雨,但云栖大会还是如约而至。作为今年的第四站,上海站的大会聚焦人工智能,并发布了阿里云相关战略和产品服务。
纵观主会加上媒体采访环节,全程听下来除了大会的主题人工智能以外,还有两个很明显的关键词——数据隐私和国际化。
数据隐私保护是我们的规则
作为时下全世界人民都在探讨的趋势,人工智能的字眼不断出现在上海站的云栖大会中。此次大会更是把它与异构计算和物联网,以及此前的基础设施、云安全、企业服务,共同构成了阿里云完整的六大核心能力。
而除此之外,智能化背后所累积的数据隐私问题,同样是阿里云所看重的。对于阿里云来说,云上的数据隐私保护即是他们的规则。
6月1日,我国网络安全法正式实施。而在此前,阿里云从2012年起就已经逐步不断完善信息安全管理,优化行业最佳实践,并参与国内国际标准工作。2013,阿里云就通过了ISO 27000和CSA STAR标准认证;2015年,阿里云发起《数据安全保护倡议》,呼吁云计算公司在提供数据服务时候确保用户的隐私性、可用性和完整性;去年10月份,阿里云又通过了公安部第一家关于云等级保护的四级测评。
与此同时,阿里云内部也有着非常严苛的内部审计制度。阿里云工程师进行任何运维管理操作时,都会有内部审计和实时违规预警。所有工程师都需要双因素认证来完成操作人的身份验证。此外,还通过定期的安全扫描和模拟渗透,来确保数据安全的内部控制有效、完整性。
“今天国内37%的网站业务都选择承载在阿里云平台上,我们平均每天承受的攻击高达16亿次。因此阿里云选择不断的升级,我们认为用户的数据隐私保护是最核心也是最重要的。”这次不知道已经是第几次从阿里云总裁胡晓明口中听到数据隐私的重要性。
阿里云总裁 胡晓明
要想做生意就得建数据中心
数据隐私重要,显而易见全球每个国家也都意识到了这个问题。
时下各个国家对于信息安全的愈发重视,促使对国外云计算服务的合规标准也更加严格。所以要想加速国际化的步伐和节奏,更快推进不同国家的数据中心建设也就顺理成章。
“要想做那国的生意,就需要在当地建立本地的数据中心。”这是胡晓明在会后接受媒体采访时的原话,同时也解释了大会上的一个重磅战略发布的动因。
在今天大会上,阿里云宣布将在印度和印度尼西亚新建数据中心,并与印度电信巨头塔塔通信达成深度合作。
阿里云的全球化进程主要分为两条路线,其中最为重要的就是采用合作的方式。例如此前与日本和迪拜市场达成的合作,通过成立合资公司,为当地企业提供云服务。
而对于进入印度市场的考量,胡晓明解释说印度是阿里云非常看重的市场,阿里巴巴在当地有很多的生意,塔塔公司又是印度电信领域领先的企业。此次选择与塔塔这样的运营商的深度合作,双方共享服务和用户,各取所长,借力塔塔通信的能力,符合印度国家的合规要求。
另一方面,对于进军印度市场的其他因素,有分析人士指出是由于东亚和南亚正在崛起的互联网、移动互联网市场,急需互联网基础设施服务进入。
据悉,加上印度最新落地的数据中心,阿里云目前在全球范围有数十个飞天数据中心覆盖了17个区域。并且随着印度数据中心的落地,紧接着年内也会在马来西亚完成数据中心的部署,加快阿里云向国际化迈进的步伐。
好文章,需要你的鼓励
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
商汤科技研究团队开发的InteractiveOmni是一个突破性的全模态AI助手,能够同时处理图像、视频、音频和文字,并具备强大的多轮对话记忆能力。该模型采用端到端架构,实现了从多模态输入到语音输出的统一处理,在多项基准测试中表现优异。特别值得关注的是,4B参数版本就能达到接近7B模型的性能,且已开源供研究使用。
亚马逊云服务宣布投资500亿美元,专门为美国政府构建AI高性能计算基础设施。该项目将新增1.3千兆瓦算力,扩大政府机构对AWS AI服务的访问,包括Amazon SageMaker、Amazon Bedrock和Claude聊天机器人等。预计2026年开工建设。AWS CEO表示此举将彻底改变联邦机构利用超级计算的方式,消除技术障碍,助力美国在AI时代保持领先地位。
腾讯混元团队联合北航、清华推出Honey-Data-15M,这是一个包含1500万高质量图像-问答对的开源数据集,通过创新的双层思考链策略让AI学会深度推理。基于此训练的Bee-8B模型在复杂推理任务上表现卓越,证明了专注数据质量能让开源AI达到商业级水平。