Verizon Business宣布与亚马逊云服务(AWS)签署协议,为下一波人工智能创新浪潮提供高容量、低延迟的网络基础设施。
这项协议是Verizon在2025年早期推出的AI Connect计划的一部分,该计划包含一套策略和产品解决方案,旨在大规模管理AI资源密集型工作负载。
Verizon AI Connect产品特性
Verizon AI Connect包含网络基础设施和产品套件,旨在帮助全球企业大规模部署AI工作负载。据称该计划整合并"重新构想"了现有资产,包括电信设施的电力、空间和冷却系统;Verizon的One Fiber基础设施;长途、城域和本地光纤及光网络;以及Verizon 5G网络,提供网络切片等功能。
Verizon Business在2025年1月的发布会上指出,先进的AI训练模型需要巨大的计算资源。公司还引用麦肯锡研究报告,预计到2030年,60-70%的AI工作负载将转向实时推理,这将产生对低延迟连接计算和边缘安全的迫切需求,超出当前需求水平。
光纤网络建设合作
根据与AWS的协议,Verizon将建设长途、高容量光纤通道,连接AWS的数据中心位置。Verizon表示,此举将使AWS能够继续为构建和部署大规模先进AI应用的客户交付和扩展其安全、可靠、高性能的云服务。
Verizon与AWS已经建立了长期战略合作关系,两家公司建立了多个关键合作项目,包括采用AWS作为其数字转型计划的首选战略公共云提供商。
此外,Verizon强调,这些光纤网段标志着对网络建设的重大承诺,旨在使AI生态系统能够智能地应对生成式AI驱动的指数级数据增长。
双方合作还涵盖私有移动边缘计算服务的联合开发,为企业客户提供安全、专用的连接。据称,这些现有合作通过结合Verizon的网络基础设施与AWS的云服务,已在制造业、医疗保健、零售和娱乐等多个行业创造了"显著"价值。
Verizon相信其AI Connect产品将为AWS提供弹性网络路径,从而增强由其网络支撑的AI工作负载的性能和可靠性。
行业专家观点
Verizon Business高级副总裁兼首席产品官Scott Lawrence表示:"AI对商业和社会的未来至关重要,它推动的创新需要匹配的网络支撑。与亚马逊的这项协议表明我们持续致力于满足AI工作负载不断增长的需求,为构建我们未来的企业和开发者服务。"
AWS基础设施服务副总裁Prasad Kalyanaraman补充道:"下一波创新将由生成式AI推动,这需要安全、可扩展的云基础设施与灵活、高性能网络的结合。通过与Verizon合作,AWS将提供高性能网络连接,确保各行各业的客户都能大规模构建和交付引人注目、安全可靠的AI应用。这一合作建立在我们长期承诺的基础上,即为客户提供当今最安全、最强大、最高效的云基础设施。"
Q&A
Q1:Verizon AI Connect是什么?主要功能有哪些?
A:Verizon AI Connect是Verizon在2025年推出的计划,包含网络基础设施和产品套件,旨在帮助全球企业大规模部署AI工作负载。它整合了电信设施的电力、空间和冷却系统、One Fiber基础设施、光纤网络以及5G网络等资源,提供网络切片等功能。
Q2:为什么AI应用需要低延迟网络?
A:先进的AI训练模型需要巨大的计算资源。根据麦肯锡研究,预计到2030年,60-70%的AI工作负载将转向实时推理,这将产生对低延迟连接计算和边缘安全的迫切需求,远超当前需求水平。
Q3:Verizon与AWS在这次合作中各自承担什么角色?
A:Verizon负责建设长途、高容量光纤通道连接AWS的数据中心,为AWS提供弹性网络路径。AWS则利用这些网络基础设施继续为客户交付和扩展安全、可靠、高性能的云服务,支持大规模先进AI应用的构建和部署。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。