AWS一直在不断寻找新的解决方案来解决问题，平台上也拥有了越来越多的功能，让AWS变得更有吸引力。而且除了技术建议，AWS还可以响应初创企业的商业需求，给出多方面的帮助和支持。

在近日由《哈佛商业评论》主办的“2022新增长大会”中，联想高级副总裁，全球CIO及方案服务业务集团CTO胡贯中（Art Hu），成功入选2022中国新增长·先锋人物榜。

在拉斯维加斯举行的Inspire 2018合作伙伴大会即将拉开帷幕，微软也广泛更新了其产品和合作伙伴计划，产品更新涵盖Azure、Microsoft 365、Dynamics 365和其他业务应用。

上海人工智能实验室提出CoMemo架构，通过双路径处理解决视觉语言模型在长文本中的图像遗忘问题。该方法结合上下文路径和记忆路径，配合RoPE-DHR位置编码，在七项任务中显著提升性能，为多模态AI的长上下文处理提供了新的解决方案。

LinuxONE正好顺应这波云化趋势，IBM则通过Rockhopper 4和Rockhopper 4 Rack Mount降低了其技术方案的应用难度。未来几个季度，我们将继续跟踪产品的上市情况并为大家带来后续报道，敬请关注。

对于现有数字业务，数据既可用作输入，也可以作出输出。只要得到妥善管理，数据完全能够成为一笔宝贵的资产。

StepFun和清华大学联合提出Open-Reasoner-Zero，这是首个开源的大规模推理导向强化学习训练框架。该方法采用极简的vanilla PPO算法直接在基础模型上训练，无需复杂预处理，仅用十分之一训练时间就在多个数学推理基准上超越了DeepSeek-R1-Zero。研究证明了简单方法在AI推理训练中的强大潜力。

谈及未来布局，Rob Fishert透露，Imagination不仅注重通过扩展来满足计算需求，而且还注重通过提高效率来管理所需的计算量。为了满足不断增长的需求，这两方面都必不可少。

VirtualZ公司在原有Lozen数据访问和PropelZ数据提取产品基础上，新推出FlowZ和Zaac两款产品。FlowZ支持大机与x86服务器及公有云应用间的双向文件数据访问，无需额外编码。Zaac作为双向网关，将本地存储和云存储呈现为大机本地设备，显著降低成本并加快部署速度。两款产品均支持将大机数据整合到AI管道中，助力企业实现混合云集成。

华为云安全总经理杨松表示,安全业务天然具有开放性,因为在复杂多变的IT环境、云环境下,安全问题多种多样,没有任何厂商能够解决所有安全问题,做完所有安全领域。

近期计划上线一套办公桌面云（Virtual Desktop Infrastructure ，简称VDI），初期规模为1000个用户，最终规模在3000个用户左右。

临近2023年年关，回顾整个23年的显卡市场，“生成式AI”无遗是最火爆的关键词

Arm 日前宣布推出一个新的软件架构和参考实现——面向嵌入式边缘的可扩展开放架构（Scalable Open Architecture for Embedded Edge, SOAFEE），以及两款新的参考硬件平台

清华大学团队提出了一种创新的零样本量化方法，专门针对物体检测任务优化AI模型。该方法无需真实训练数据，通过自适应标签采样生成任务特定的合成图像，结合多层次知识蒸馏框架实现高效模型压缩。实验显示，该方法在多个数据集上的性能甚至超越了使用完整真实数据的传统方法，同时显著提升了训练效率，为隐私保护与AI技术发展找到了平衡点。

一份独立研究报告指出，地热发电可能为数据中心日益增长的能源需求提供解决方案。研究显示，到 2030 年代初期，地热能源有望满足高达 64% 的数据中心用电增长需求。不过，这需要采用水力压裂技术来扩大地热能源的获取范围，且运营商需要支付额外的"绿色溢价"。

59年前，1965年4月19日，英特尔公司联合创始人戈登·摩尔（Gordon Moore）应邀在《电子》杂志上发表了一篇四页短文，提出了我们今天熟知的摩尔定律（Moore’s Law）。

MIT研究团队开发出一款能够自动识别并修复代码错误的AI调试助手，该系统在处理初级、中级和高级编程问题时分别达到94.2%、82.7%和67.3%的成功率，平均调试时间仅需2.3分钟，远超人类程序员45分钟的平均水平。这项突破性技术采用大语言模型和多视角分析方法，不仅能快速定位问题根源，还能提供清晰的修复建议和解释，有望彻底改变软件开发的调试流程。

波斯语AI评估基准MEENA的发布填补了非英语视觉语言模型测试的空白。数据集包含约7500道波斯语原生题目，涵盖多教育阶段和学科领域，采用五种实验设计全面测试AI能力。研究发现AI在知识型任务上优于推理任务，存在明显的语言性能差距，为推动多语言AI技术发展提供重要参考。

近日，一场以“融合创新，智绘教育美好未来”为主题的“新型智慧校园专题研讨会暨西北民族大学智慧校园建设成果展”在这里召开。

这篇研究重新审视了循环神经网络中的双线性状态转换机制，挑战了传统观点。高通AI研究团队证明，隐藏单元不仅是被动记忆存储，更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级，对应不同复杂度的状态跟踪任务。实验表明，双线性RNN能有效学习各种状态跟踪任务，甚至只需极少量训练数据。研究还发现，纯乘法交互比加法交互更有利于状态跟踪，为循环网络设计提供了新视角。