随着容器成为企业发展的主流部分，CaaS保持着良好的上升趋势与运营走向。

微软在其 Azure 公有云服务中为基于磁盘的文件存储提供了更可预测的计费成本，类似于其 SSD 文件存储的配置风格，作为其按需付费系统的替代方案。Azure 现有两种文件存储层级：使用快速 SSD 存储的高级层和使用硬盘驱动器（HDD）的标准层。标准层现已推出 Provisioned v2 计费模型，用户可以单独为文件共享配置容量、IOPS 和吞吐量，提供更高的灵活性和可预测性。

这项由土耳其研究者完成的研究通过创新的训练方法，成功让大语言模型的对话变得更加自然和富有人情味。研究团队使用对比学习的方式，让AI学会区分正式冷淡和温暖友好的表达方式，在真人评测中获得了近90%的支持率，同时基本保持了原有的专业能力，为人机交互的未来发展开辟了新的可能性。

SLC虽然在容量上和成本上具有劣势，但是在写入速度上却有着一定的优势。

IBM已经与麻省理工学院的研究人员合作开发了一种新方法，可以更有效地训练“视频识别”深度学习模型。

万众瞩目的苹果全球开发者大会（WWDC2020）给了不少人不少视角，除了大会本身内容，我们还把视角放在了苹果公司的股价走势上。

新基建助力数字经济发展，突出表现在加速数字产业化和产业数字化。可以说，数字化基础设施和数字化产业生态是新基建的双重内核，而核心技术供给是关键要素。

在无线的世界里，一直存在两种通信类别，一类是蜂窝网络，即2G、3G、4G、5G，另一类则是Wi-Fi技术，IEEE 802.11 a/b/g/n/ac/ax，作为蜂窝网络的室内覆盖补充，Wi-Fi也承担着大量的数据流量卸载。

康奈尔科技学院研究团队开发出突破性的"块扩散"AI语言模型，巧妙结合自回归和扩散模型优势，实现了既快速又准确的文本生成。该技术支持任意长度文本创作，生成速度显著提升，在标准测试中创下扩散模型新纪录，为AI写作助手和对话系统开辟了新的发展路径。

你或许会问，AI诞生数十年，为何迟迟才落地？这背后的推动力来自于技术能力的指数级增长（如摩尔定律)、智慧的分析引擎及数据激增等。

这篇研究论文提出机械可解释性研究应优先考虑稀疏自编码器(SAE)的特征一致性问题。研究人员观察到SAE在不同训练运行中常学习到不一致的特征集，这削弱了研究可靠性。他们提出使用成对字典平均相关系数(PW-MCC)来量化一致性，并证明适当架构设计能实现高一致性(TopK SAE达0.80)。研究通过理论分析、合成数据验证和语言模型实验，证实特征激活频率与一致性正相关，且向量相似性与特征语义相似性高度一致。这项工作为建立更可靠、累积的机械可解释性研究提供了重要方向。

三星Galaxy Fold与三星W20 5G均为折叠屏手机，它们有很多相同之处，比如铰链结构、相似的设计等。而今日凌晨三星最新推出的折叠屏手机Samsung Galaxy Z Flip，与前两款手机在外形以及折叠方式上有非常大的不同。

杰和科技为200多家奥地利药店配备了支持无线网络的数字标牌播放器VM23，此举激发了顾客的自发购买行为，有更多的广告商品出现销量激增的情况。

IBM表示，将在裸机服务器上提供Kubernetes软件容器编排平台，成为第一个提供该选项的云基础设施厂商。

微软亚洲研究院提出首个FP4量化训练框架，通过可微分梯度估计器和离群值处理技术，在保持模型性能的同时实现接近4倍的计算加速。该技术在130亿参数模型上验证有效，为降低大模型训练成本、促进AI技术普及提供了新路径。

为加快基因组研究，隶属于麻省理工学院和哈佛大学的博德研究所与英特尔和谷歌云携手合作，优化了他们的工作流，以获得快速、经济的谷歌N1和N2实例。与最初部署在谷歌云上的工作负载相比，此次合作使优化后的数据处理成本降低了85%。

你的数据还在“裸奔”吗？每一个世界备份日的到来，都在提醒我们数据备份的重要性。

Solidigm作为全球领先的创新 NAND 闪存解决方案提供商。随着和SK海力士的加速融合，其公司策略和产品技术路线也越来越清晰。

简而言之，RAID分层技术就是把来自主机的数据以RAID 10的方式写入磁盘，然后利用内部机制，在线完成数据到RAID 5的转换，实现实际占用空间的节约。

2020年7月9日，2020年世界人工智能大会（the World Artificial Intelligence Conference, WAIC）云端峰会正式开幕，IBM的人工智能辩论系统“IBM Project Debater”荣获大会最高奖项——卓越人工智能引领者奖（Super AI Leader，简称SAIL奖）。