基础云服务已是支撑大数据、人工智能、区块链等新技术运行的幕后英雄,它不仅在不断变革着传统IT基础设施,其自身也呈现出精彩纷呈的技术演进。8月23日,专注于创新领域的投研机构——爱分析发布了2018中国基础云服务创新企业30强榜单,国内领先中立云计算服务商UCloud凭借综合云服务实力成功入选。
本次入榜企业必须符合三大要求:一是业务范围须符合基础云服务行业定义,新兴技术驱动,提供云计算底层IT资源、通用应用开发组件和平台,以及围绕企业上云提供相关服务的公司;二是业务模式主要提供以软件为核心的产品,服务于企业、政府及开发者的厂商;三是公司类型为上市公司、非上市公司均可,包含创新公司、互联网巨头在基础云服务领域的子公司、传统企业(硬件设备提供商、IDC厂商、CDN厂商、电信运营商等)的基础云服务相关子公司或独立业务部门等。
在综合考虑了参评企业的业务和运营情况,结合爱分析评价模型和估值模型,判断公司在所处细分赛道的竞争力,并给出参考估值,两者均位居前列的公司最终入围榜单。本次榜单中共有6家综合云服务提供商上榜,位列榜单最前列,合计估值4896亿元,占榜单总估值89.5%。
爱分析认为,作为综合云服务领域上榜的两家独立创业公司之一,UCloud在巨头夹击之下成长起来,令人钦佩。UCloud强调中立可信赖,重视数据安全,努力构建数据流通生态。
UCloud一直坚持中立、安全可控和技术创新,自主研发IaaS、PaaS、AI服务平台、大数据流通平台等一系列云计算产品,并深入了解互联网、传统企业不同场景下的业务需求,提供公有云、私有云、混合云、专有云在内的综合性行业解决方案。
在国家“双创”政策号召下,UCloud积极打造“云、数、智”三位一体的发展战略,以云计算为基础,依托大数据服务、人工智能技术、区块链技术,帮助客户进一步实现信息化、现代化、智能化。由UCloud自主研发的大数据流通平台“安全屋”实现了数据所有权和数据使用权的分离,让数据流通更加便捷,确保数据流通安全可控。推出至今,已经在人工智能模型训练、复杂经营决策辅助、数据型企业联合作业、智慧城市等场景得到了应用。
爱分析还指出,面对互联网行业的冲击,传统行业逐渐意识到利用云计算技术进行数字化转型的必要性,开始积极拥抱云服务。由于传统企业更加重视数据安全和核心业务稳定性,行业云、私有云、混合云发展进一步加速。鉴于此,容器、软件定义存储及超融合、软件定义网络等重点服务于企业私有部署的基础设施行业,开始进入高速发展期。
公有云巨头亦不愿放弃这一广阔市场,不断拓展业务边界,成为综合云服务提供商。UCloud的发展也顺应了这一趋势:2017年12月,UCloud宣布完成旗下私有云子公司UMCloud外资股份的收购,成为全资子公司;2018年4月,UMCloud战略合并PaaS公司数人云,品牌升级为优云数智。
优云数智将发挥UMCloud及数人云的技术优势、市场积累和服务经验,为企业客户提供IaaS+PaaS的一体化产品,以及包括公有云、私有云、混合云、专有云在内的云计算整体解决方案,并加速UCloud大数据流通产品“安全屋”平台、AI训练与服务平台的私有化等。容器跟私有云结合起来,将有效解决传统企业当前面临的开发应用架构快速变化难题,满足企业客户的多样化需求。
云计算是信息技术发展和服务模式创新的集中体现,是信息化发展的重大变革和必然趋势。支持企业上云,有利于促进互联网、大数据、人工智能与实体经济深度融合,加快现代化经济体系建设。UCloud将继续以中立的市场定位,进一步提升技术实力与客户服务能力,将自身打造成为云计算领域的领军企业。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。