2019年的“双十一”在喧闹声中落下帷幕。不出意外,今年的数据再创新高,天猫“双十一”实时成交额达到2684亿元人民币,同比增长约25.7%。物流订单达到12.92亿,开场短短2个小时,天猫“双十一”的“亿元俱乐部”品牌数已经达到148个。
“双十一”年年过,很多阿里人早就习惯了。不过,今年对阿里云而言却有着特别的意义,因为阿里的全部核心业务今年首次全面上云,能不能顺利经受住大考,不是每个人心里都有底。
最终答案揭晓,阿里云的全线产品顺利通过大考,尤其那些凝聚了阿里云自己心血的创新性技术经受了“双十一”的考验,包括神龙架构、POLARDB、OceanBase以及飞天平台等,可喜可贺。
3年前阿里云对外发布的神龙架构今年已经进入第三代,在阿里云大量部署。采用神龙架构的服务器具备物理机的性能同时又能提供虚拟机体验,能极大地降低了虚拟机的性能损失。而且,与传统服务器随着负载增长最终负载能力会慢慢下降不同,而神龙服务基本保持稳定。这为保证“双十一”零点高峰流量到来时,用户点击不卡顿、支付依然顺畅奠定了很好的基础。
“2016年的双11的复盘会上,当时的集团CTO行癫(张建锋)就提出来,要我们把虚拟化的性能损耗降到零,这也是我们研发神龙服务器的目标。”阿里云智能基础产品事业部研究院张献涛表示。
为了降低虚拟化带来的性能损失,阿里云研发了自己的芯片、MOC卡和主板以及配套的软件,并基于它们推出了阿里云自己的服务器。这款服务器实现虚拟化后的表现甚至超过了物理机,由此也证明了阿里云的研发是值得的。
阿里云两款自研的数据库POLARDB和OceanBase在这次“双十一”的表现也非常优秀。今年双十一POLARDB最高峰的TPS达到8700万次/秒,OceanBase是6100万次/秒,这都是其他数据库从来没有经历过的流量。抗住如此大并发流量的冲击,证明这两个自研数据库的可靠性与稳定值得信赖。特别是, OceanBase担纲金融核心业务数据库,突破了Oracle、DB2保持多年的金融数据库市场,对改善国产数据库的生存环境起到了非常关键的作用。
如果说神龙架构、数据库POLARDB和OceanBase等创新帮助阿里云扛起了“双十一”庞大的负载话,那么,飞天大数据和AI平台以及达摩院的AI能力加持则让阿里在应对“双十一”时变得更聪明、也更为从容。
与往年相比,今年最终用户的体验是卡顿明显改善,在零点访问高峰时尤其明显。另外,今年“双十一”过后,包裹到达速度也明显加快,这一切就离不开阿里在AI领域的持续投入。
阿里云智能计算平台事业部研究员关涛介绍,在“双十一”之前已经通过阿里云的飞天大数据和AI平台系统对商品进行提前调度,很多货物其实已经提前到位,快到客户家门口了,只等客户下单。另外,现在无论是天猫还是淘宝都已经实现了千人千面,每个人的访问界面都是不同的,这背后也离不开大数据和AI平台的工作。不止是如此,阿里云的AI能力还输出到阿里的客户。比如,阿里云的飞天大数据平台和AI平台还会对天猫商城里商户的销售情况进行实时监控和分析,实时提出促销建议,包括是否要发起新的促销或者该换不同促销品类等。
另外,在包裹的处理上阿里今天也有了很多创新,比如菜鸟在仓储点全面引入自动化的设备自动分拣,引入引导设备包括帮助临时工快速进入工作状态,让临时工能够在几分钟之内学会怎么操作,在一天之内达到熟练工99%的工作效率,另外,今年菜鸟还在包裹发放点实现秒级刷脸取件,极大地提供了交付速度。
2019年阿里“双十一”再次收购成功,借助一年一度的“双十一”阿里完成了一年一次的“大练兵”,而阿里云也顺利地经受了这种极限的考验后,未来这些技术都将对外输出,帮助用户打造自己的“双十一”。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。