新聞丨思科出席 2023 開放資料中心大會 Silicon One 賦能網路架構創新

新聞丨思科出席 2023 開放資料中心大會 Silicon One 賦能網路架構創新
思科聯天下
日前,思科受邀出席2023 ODCC 開放資料中心大會,並獲得開放資料中心委員會頒發的「 ODCC 十週年攜手同行」 及「 ODCC 十週年優秀合作夥伴」 雙項榮譽,旨在表彰思科攜手ODCC,持續推動 中國資料中心網路的技術發展,協助更多企業實現業務成長與數位轉型。

思科致力於透過技術創新、開放與合作滿足人工智慧和高效能運算不斷增長的大規模網路需求。 思科也是超級乙太網路聯盟(UEC)的創始成員之一,與全行業其他雲端服務供應商、OEM、晶片公司一起,提供基於乙太網路的開放、可互通、高效能、全通訊堆疊架構,共同 打造具有成本效益,同時提供超級運算互連效能的增強型乙太網路架構。
思科大中華區副總裁、思科售前工程師團隊總經理侯勝利代表思科領取榮譽並恭賀開放資料中心委員會(ODCC)成立十週年。 侯勝利表示:

「 思科非常榮幸能與ODCC 一路攜手同行。在這十年中,思科公司與ODCC 密切合作,共同推動了中國資料中心網路的技術發展,擴大了產業合作夥伴的全面合作。借助ODCC 的平台,思科 與客戶開展了更深入的合作。未來,思科仍將與ODCC 攜手,堅持創新,深挖數據價值,助力產業輝煌,共同探索算力的無限可能。”

思科通用硬體集團,市場及 Silicon One 晶片軟體事業部全球副總裁 Eli Stein 受邀出席並發表主題演講。 圍繞著 「Cisco Silicon One – 領先,創新,開放,合作」的主題,Eli 分享了思科 Silicon One 晶片的最新進展,面向 AI 的數據中心網路架構創新,以及在 IP+ 光融合網路架構上的經驗。

面向AI的Silicon One晶片

思科在 Silicon One 上的投入與研發最近取得了全新進展,晶片產品家族又添新成員。 全新處理器包括 Silicon One G202 和 Silicon One G200,能夠實現 25.6Tbps 和 51.2Tbps 的轉發效能。 兩款處理器建立在 Cisco Silicon One G100 統一架構的技術基礎上實現突破性創新。 針對高頻寬、超大規模資料中心以及人工智慧(AI)和機器學習(ML)高效能網路進行了全面優化,建構無損、低延遲和高能源效率的 AI 資料中心。 特別是思科為客戶提供了兩款25.6T 的交換晶片, 其中G100 是業界唯一的112G Serdes 的25.6T 交換晶片,當作為TOR 交換器連接400G CX-7(112G Serdes)網卡時,無需Gear Box 晶片 即可實現低成本互聯,而另一款56G Serdes 的G202 晶片則為連接200GE 或400GE(56G Serdes)網卡提供最佳的選擇。

思科 Silicon One 透過業界獨創的統一架構同時滿足路由和交換不同應用場景,涵蓋了大容量、大表項、可程式晶片的網路產業的發展趨勢。 過去八年,思科專注於建立可以跨網路和跨業務模式的可擴展的統一架構,思科的技術、團隊以及巨大的投資為產業的根本性技術變革奠定基礎。

思科 Silicon One,「One」 即代表一個架構,支援一個網路。 Silicon One 並不意味著整個網路只有一種設備,而是整個網路只有一個架構和多種最佳化設備,可以跨越網路規模和服務供應商網路。 統一的晶片架構在底層都是一致的,能夠幫助企業更好地優化營運效率。

Silicon One 產品憑藉其統一,創新的架構在網路各細分市場:資料中心 (包括雲端和人工智慧)、企業網路和營運商網路中位於領先地位。 自 2019 年推出以來,Silicon One 創新速度首屈一指,每年發布兩款新產品,歷經 4 代升級,總計推出 13 款產品,率先推出 800G 的路由交換。 思科在軟體層面提供了全端的開放能力,無論商業 IOS XR 系統還是 SONiC 開源系統,都能夠提供相應的開放介面以幫助客戶滿足不同應用的可程式網路需求。 思科每一款新產品、技術的推出,都是基於 Silicon One。 同時,思科也將晶片開放給其合作夥伴以及客戶,協助他們基於思科晶片進行客製化創新開發。

路由光網路:簡化網路架構

晶片技術的發展讓光傳輸網路和路由網路合而為一成為可能,思科的Routed Optical Network(路由光網路)是一種創新的網路技術,它結合了光網路和路由網路的優勢,實現了光 傳輸和資料路由功能在同一個裝置上的整合。 該技術的核心價值包括以下幾個方面:

圖片
1.高效性:思科的路由光網路技術提供了高速、高效率的資料傳輸能力。 它能夠在光纖傳輸的同時,實現對資料包的路由和轉發,從而提供更快的資料傳輸速度和更低的延遲。

2.靈活性:路由光網路技術可以根據實際需求進行靈活配置和擴展。 它支援多種光纖介面和協議,可以適應不同的網路環境和應用場景。 同時,路由光網路技術也支援可插拔模組化設計,使得設備的升級與維護更加方便快速。

3.可靠性:思科的路由光網路技術具備高度的可靠性與冗餘性。 它採用了多路徑冗餘傳輸和靈活的路由演算法,可實現對網路故障的快速恢復和容錯處理,確保資料傳輸的穩定性和可靠性。

4.節能環保:路由光網路技術可有效降低能源消耗,提高能源利用效率。 相較於傳統的光傳輸和路由設備分離的方案,路由光網路技術透過整合光傳輸和路由功能在同一個設備上,減少了設備數量和能源消耗,對於節約能源和減少碳排放具有積極的意義。
圖片

舉例來說,思科為國內某頭短視訊服務供應商建構超大規模資料中心互聯繫統,透過在DCI 路由器上插入400G ZR 數位相干光模組,實現高達51.2T 的路由光網路的資料中心互聯,400G ZR+ 模組的光纖直接接在原有基於G.652 光纖的光傳輸系統的合分波器中,就可以將現有的傳輸頻寬擴展到400G 速率,降低成本50%。 功耗是原來的十分之一。

更快、更低成本、更節能的路由光網路解決方案受到越來越多企業的認可並開始規模部署。 基於400G ZR/ZR+ 的路由光網路解決方案因其大幅節約企業的總體擁有成本而廣受市場歡迎,並由於流量的持續增長,新的資料中心開始普遍採用路由光網路解決方案來建立其互聯網絡 。

以一當三,基於Silicon One建構可持續創新的資料中心網絡

思科始終專注於資料中心新技術的研發並積極參與推動產業技術發展。 思科正在透過Silicon One 晶片和網路架構的創新,幫助企業以軟體定義的方式將資料中心網路配置為:基於ECMP 的標準乙太網路、增強乙太網路、全調度分佈交換(DSF)乙太網路(VOQ+逐包 負載分擔)三種模式,建構面向未來的高效能、可擴展且高效率的新一代AI資料中心網路。

基於 Silicon One 可靈活支援多種架構,在每種模式下都能夠提供極優選擇,企業可以根據業務的不同需求擷取網路傳輸的實際數據,以數據驅動技術決策。 思科透過優化整個網路和運算基礎設施的效率、可見度、效能和成本來打造永續發展的資料中心。

與傳統數據相比,AI 大數據有其明顯特徵。 傳統資料是非同步服務的,假設有A 應用和 B 應用,不同的業務、不同的應用之間大機率不會同時發生各種處理,時間值也不同。 這些數據通過資料中心,會把單一應用的資料流量拉平,沒有很大的波峰和波谷;但如果是AI 大數據,大量的應用是同時運行的,例如面向多租戶的大模型訓練,它們同時發生 、同時處理,處理後又需要同步進行資料傳遞。 當資料中心有大量的 GPU 處理更多的業務時,它會放大波峰波谷,造成整個系統的不穩定。 思科透過對現有以太網路的最佳化,配置適用於 RoCE 模式的交換機,用智慧晶片,讓系統更能支援 AI。

思科面向AI 的創新產品51.2T 資料交換機在本次大會上進行了全面展示,其面向AI 高頻寬、低時延的應用場景,尤其是支援高達512 個介面的Radix 擴展能力, 從而只需要兩層 的Spine/Leaf 架構就可以支援高達三萬兩千個H100/H800 GPU 的AI 資料中心網路架構。 這種創新架構可以減少40% 的交換機,50% 的互聯光模組和節省高達1 兆瓦的能源消耗,大幅降低企業建網的設備數量和機房空間能耗,支援超大規模資料中心對更大 的交換容量、靈活性和提升功效的要求。

▲图示:51.2T数据交换机
思科2023 晶片、系統、軟體全端開放資料中心解決方案亮相本次大會Demo 展位,涵蓋了思科在晶片、超大規模資料中心、企業資料中心和資料中心互聯的路由光網路等眾多領域的最新技術成果 ,為客戶帶來更快、更簡單、更節能的解決方案和產品家族,全方位展現出思科作為全球領先網路解決方案廠商的先進性。

▲图示:思科2023芯片、系统、软件全栈开放数据中心解决方案
思科的使命之一是簡化IT,加速一致性體驗的交付,並推動可衡量的業務成果。 思科堅持以開放包容的理念,攜手產業夥伴,共同推動面向未來的網路技術與架構創新,打造未來網際網路的基礎設施,以迎接更快、更便利且無所不在的萬物連網時代。

「考試AZ-305:設計Microsoft Azure 基礎結構解決方案」學習指南

AZ-305考試學習指南應可協助你了解考試的預期內容,並包含考試可能涵蓋的主題摘要以及指向其他資源的連結。本文檔中的資訊和材料可以幫助你在準備考試時集中精力學習。
考試更新
我們的考試會定期更新,以反映執行某一角色所需的技能。我們提供了兩個版本的技能評量目標,取決於你參加考試的時間。

我們總是先更新考試的英文版本。一些考試已本地化為其他語言,在英語版本更新後大約八週進行更新。雖然Microsoft 會盡一切努力更新本地化版本,但有時考試的本地化版本可能不會按此計劃進行更新。其他可用語言列在「考試詳細資料」網頁的「安排考試」部分。如果考試不以你的首選語言提供,你可以要求額外30 分鐘來完成考試。

注意
每項技能下面的項目符號旨在說明我們如何評估該技能。考試中可能會涉及相關的主題。

注意
大多數問題都涉及正式發布(GA) 的功能。如果經常使用預覽功能,該考試可能會包含有關這些功能的問題。

自2023 年8 月7 日起測驗的技能
受眾概況
參加該考試的考生應該是Azure 解決方案架構師,且在設計可在Azure 上運行的雲端和混合解決方案(包括運算、網路、儲存、監控和安全性)方面具備學科專業知識。

此角色的職責包括為利益幹係人提供建議,並將業務需求轉化為符合Azure 架構良好的框架的Azure 解決方案的設計。

Azure 解決方案架構師與開發人員、管理員、安全工程師、資料工程師以及負責在Azure 中實現解決方案的其他角色合作。

此認證的考生應該具有IT 操作的資深經驗和知識,包括網路、虛擬化、識別、安全性、業務連續性、災難復原、資料平台和治理。此角色中的專業人員應管理每個領域的決策如何影響整體解決方案。此外,他們還應具有Azure 管理、Azure 開發和DevOps 流程的經驗。

設計識別、治理和監視解決方案(25-30%)

設計資料儲存解決方案(20–25%)

設計業務連續性解決方案(15–20%)

設計基礎結構解決方案(30–35%)

設計識別、治理和監視解決方案(25-30%)
設計用於記錄和監視的解決方案
推薦日誌記錄解決方案

推薦用於路由日誌的解決方案

推薦監視解決方案

設計身份驗證和授權解決方案
推薦身份驗證解決方案

推薦識別管理解決方案

推薦用於授權存取Azure 資源的解決方案

推薦用於管理機密、憑證和金鑰的解決方案

設計治理
針對用於管理群組、訂閱和資源群組的結構以及資源標記策略提出建議

推薦用於管理合規性的解決方案

推薦用於識別治理的解決方案

設計資料儲存解決方案(20–25%)
為關聯式資料設計資料儲存解決方案
推薦用於儲存關係資料的解決方案

推薦資料庫服務層級和計算層

推薦資料庫可擴展性解決方案

推薦資料保護解決方案

為半結構化和非結構化資料設計資料儲存解決方案
推薦用於儲存半結構化資料的解決方案

推薦用於儲存非結構化資料的解決方案

推薦可以在特性、效能和成本之間實現平衡的資料儲存解決方案

推薦可提供保護和持久性的資料解決方案

設計數據集成
推薦用於資料整合的解決方案

推薦用於數據分析的解決方案

設計業務連續性解決方案(15–20%)
設計用於備份和災難復原的解決方案
為Azure 和混合工作負載推薦能滿足復原目標的復原解決方案

推薦用於計算的備份和復原解決方案

推薦用於資料庫的備份和復原解決方案

推薦用於非結構化資料的備份和復原解決方案

旨在實現高可用性
推薦計算高可用性解決方案

推薦針對關聯式資料的高可用性解決方案

推薦針對半結構化和非結構化資料的高可用性解決方案

設計基礎結構解決方案(30–35%)
設計計算解決方案
根據工作負載要求指定計算解決方案的組件

推薦基於虛擬機器的解決方案

推薦基於容器的解決方案

推薦基於無伺服器的解決方案

推薦用於批次的計算解決方案

設計應用程式體系結構
推薦訊息傳遞體系結構

推薦事件驅動的體系結構

推薦API 整合的解決方案

推薦應用程式的快取解決方案

推薦應用程式組態管理解決方案

推薦適合應用程式的自動化部署解決方案

設計遷移
評估利用適用於Azure 的Microsoft 雲端採用框架的遷移解決方案

評估用於遷移的本機伺服器、資料和應用程式

推薦用於將工作負載遷移到基礎結構即服務(IaaS) 和平台即服務(PaaS) 的解決方案

推薦一個用於遷移資料庫的解決方案

推薦一個用於遷移非結構化資料的解決方案

設計網路解決方案
推薦將Azure 資源連接到Internet 的連線解決方案

推薦將Azure 資源連接到本地網路的連線解決方案

推薦優化網路效能的解決方案

推薦優化網路安全的解決方案

推薦負載平衡和路由解決方案

學習資源
我們建議你在參加考試之前進行培訓並獲得實務經驗。我們提供自學選項和課堂培訓,以及指向文件、社群網站和影片的連結。

學習資源 學習和文件鏈接
參加培訓 從自定進度學習路徑和模組中進行選擇,或參加講師引導式課程
尋找文檔 Azure 文件
設計Azure 中基礎架構操作的架構
Azure 體系架構中心
瀏覽Azure 體系架構
提問 Microsoft Q&A | Microsoft Docs
獲取社區支持 Azure 社群支持
關注Microsoft Learn Microsoft Learn – Microsoft Tech Community
尋找視頻 準備區
Azure Fridays
瀏覽其他Microsoft Learn 節目
更改日誌
理解表的關鍵:主題組(也稱為功能組)以粗體字樣顯示,後面跟著每個組中的目標。下表比較了兩個版本的考試評量技能,第三列描述了更改程度。

2023 年8 月7 日前測評的技能領域 自2023 年8 月7 日開始進行測評的技能領域 變更
受眾概況 次要
設計識別、治理和監視解決方案 設計識別、治理和監視解決方案 沒有變化
設計用於記錄和監視的解決方案 設計用於記錄和監視的解決方案 次要
設計身份驗證和授權解決方案 設計身份驗證和授權解決方案 主要
設計治理 設計治理 次要
設計應用程式的識別和存取權限 Deleted
設計資料儲存解決方案 設計資料儲存解決方案 考試佔比下降
為關聯式資料設計資料儲存解決方案 為關聯式資料設計資料儲存解決方案 次要
設計數據集成 設計數據集成 沒有變化
推薦資料儲存解決方案 Deleted
為非關聯式資料設計資料儲存解決方案 為半結構化和非結構化資料設計資料儲存解決方案 次要
設計業務連續性解決方案 設計業務連續性解決方案 考試佔比增加
設計用於備份和災難復原的解決方案 設計用於備份和災難復原的解決方案 次要
高可用性設計 旨在實現高可用性 主要
設計基礎結構解決方案 設計基礎結構解決方案 考試佔比增加
設計計算解決方案 設計計算解決方案 次要
設計應用程式架構 設計應用程式體系結構 次要
設計遷移 設計遷移 次要
設計網路解決方案 設計網路解決方案 次要
2023 年8 月7 日前測試的技能
受眾概況
Azure 解決方案架構師專家認證的考生應具有設計可在Microsoft Azure 上運行的雲端和混合解決方案的學科專業知識,包括運算、網路、儲存和安全性等方面。

擔任此職務的職責包括為利害關係人提供建議,並將業務需求轉換為安全、可擴充且可靠的Azure 解決方案的設計。

Azure 解決方案架構師與開發人員、管理員以及負責在Azure 上實現解決方案的其他角色合作。

此認證的考生應該具有IT 操作的資深經驗和知識,包括網路、虛擬化、識別、安全性、業務連續性、災難復原、資料平台和治理。此角色中的專業人員應管理每個領域的決策如何影響整體解決方案。此外,他們還應具有Azure 管理、Azure 開發和DevOps 流程的經驗。

設計識別、治理和監視解決方案(25-30%)

設計資料儲存解決方案(25-30%)

設計業務連續性解決方案(10-15%)

設計基礎結構解決方案(25-30%)

設計識別、治理和監視解決方案(25-30%)
設計用於記錄和監視的解決方案
設計日誌路由解決方案

建議適當的記錄級別

為解決方案推薦監視工具

設計身份驗證和授權解決方案
推薦使用基於角色的存取控制來保護資源的解決方案

推薦識別管理解決方案

推薦用於保護標識的解決方案

設計治理
推薦用於Azure 資源的組織和分層結構

推薦用於強制實施和審核符合性的解決方案

設計應用程式的識別和存取權限
推薦可允許應用程式存取Azure 資源的解決方案

推薦一種可安全儲存密碼和機密的解決方案

推薦可將應用程式整合到Microsoft Azure Active Directory (Azure AD)(Microsoft Entra 的一部分)的解決方案

推薦一種適用於應用程式的使用者同意解決方案

設計資料儲存解決方案(25-30%)
為關聯式資料設計資料儲存解決方案
推薦資料庫服務層級大小

推薦資料庫可擴展性解決方案

推薦用於加密靜態資料、傳輸中資料和使用中資料的解決方案

設計數據集成
推薦用於資料整合的解決方案

推薦用於數據分析的解決方案

推薦資料儲存解決方案
推薦用於儲存關係資料的解決方案

推薦用於儲存半結構化資料的解決方案

推薦用於儲存非關聯式資料的解決方案

為非關聯式資料設計資料儲存解決方案
推薦資料儲存的存取控制解決方案

推薦一個可以在特性、效能和成本之間實現平衡的資料儲存解決方案

設計可提供保護和持久性的資料解決方案

設計業務連續性解決方案(10-15%)
設計用於備份和災難復原的解決方案
為滿足復原目標(復原時間目標[RTO]、復原水準目標[RLO]、復原點目標[RPO])的Azure、混合和本機工作負載推薦復原解決方案

了解容器的復原解決方案

推薦用於計算的備份和復原解決方案

推薦用於資料庫的備份和復原解決方案

推薦用於非結構化資料的備份和復原解決方案

旨在實現高可用性
確定Azure 資源的可用性要求

推薦計算高可用性解決方案

推薦非關聯式資料儲存高可用性解決方案

推薦關係式資料儲存高可用性解決方案

設計基礎結構解決方案(25-30%)
設計計算解決方案
推薦一個基於虛擬機器的計算解決方案

根據工作負載要求推薦適當大小的計算解決方案

推薦一個基於容器的計算解決方案

推薦一個基於無伺服器體系結構的計算解決方案

設計應用程式體系結構
推薦應用程式的快取解決方案

推薦訊息傳遞體系結構

推薦事件驅動的體系結構

推薦適合你應用程式的自動化部署解決方案

推薦應用程式組態管理解決方案

推薦API 整合的解決方案

設計遷移
評估利用Azure 雲端採用框架的遷移解決方案

評估和解釋要遷移的本地伺服器、資料和應用程序

推薦一個用於遷移應用程式和虛擬機器的解決方案

推薦一個用於遷移資料庫的解決方案

推薦一個用於遷移非結構化資料的解決方案

設計網路解決方案
根據工作負荷要求推薦網路體系結構解決方案

推薦將Azure 資源連接到Internet 的連線解決方案

推薦將Azure 資源連接到本地網路的連線解決方案

優化應用程式的網路效能

推薦優化網路安全的解決方案

推薦負載平衡和路由解決方案

利用新的 Azure AI 基礎架構的進步和可用性來擴展生成式 AI

作者: Nidhi Chappell ,Azure AI 基礎設施總經理,Eric Boyd公司副總裁,AI 平台
生成式人工智慧是一項強大的變革性技術,有潛力推動從製造到零售、從金融服務到醫療保健等眾多產業的發展。我們對硬體和人工智慧基礎設施的早期投資正在幫助客戶實現生成人工智慧所能提供的效率和創新。我們的Azure AI 基礎設施是我們擴展產品的支柱,Azure OpenAI 服務處於這項轉型的最前沿,為開發人員提供在 Azure 上建置下一代人工智慧應用程式所需的系統、工具和資源平台。透過生成式人工智慧,使用者可以創造更豐富的使用者體驗、推動創新並提高企業生產力。 

作為我們致力於為客戶帶來 AI 變革力量的承諾的一部分,今天我們宣布更新如何為企業提供 Azure AI 基礎設施和應用程式支援。隨著Azure OpenAI服務的全球擴張,我們正在多個新區域推出OpenAI最先進的模型GPT-4和GPT-35-Turbo,為全球企業提供無與倫比的生成式AI能力。我們的 Azure AI 基礎設施為這種可擴展性提供了動力,我們將繼續對其進行投資和擴展。我們也推出了 ND H100 v5 虛擬機系列,配備 NVIDIA H100 Tensor Core 圖形處理單元 (GPU) 和低延遲網絡,推動企業進入 AI 應用的新時代。

以下是這些進步如何在整個堆疊中擴展 Microsoft 的統一 AI 方法。

ND H100 v5 虛擬機器系列全面上市:前所未有的 AI 處理與規模
今天,我們的 Azure ND H100 v5 虛擬機器 (VM) 系列正式上市,該系列配備了最新的 NVIDIA H100 Tensor Core GPU 和 NVIDIA Quantum-2 InfiniBand 網路。該 VM 系列是根據 Microsoft 在提供超級運算效能和規模方面的豐富經驗精心設計的,以應對尖端 AI 工作負載呈指數級增長的複雜性。作為我們對生成式人工智慧持續深入投資的一部分,我們正在利用人工智慧優化的 4K GPU 集群,並將在明年增加到數十萬個最新 GPU。

ND H100 v5 現已在美國東部和美國中南部 Azure 區域推出。企業可以在Microsoft Learn上註冊對存取新 VM 的興趣或查看有關 ND H100 v5 VM 系列的技術詳細資訊。

目前,ND H100 v5 VM 包括以下功能:

AI 超級運算 GPU:這些虛擬機器配備 8 個 NVIDIA H100 Tensor Core GPU,可提供比前幾代更快的 AI 模型效能,為企業提供無與倫比的運算能力。
新一代電腦處理單元 (CPU):了解 CPU 效能對於 AI 訓練和推理的重要性,我們選擇第四代 Intel Xeon 可擴充處理器作為這些虛擬機器的基礎,以確保最佳的處理速度。
低延遲網路:採用NVIDIA Quantum-2 ConnectX-7 InfiniBand(每個GPU 400Gb/s,每個虛擬機器3.2 Tb/s 的跨節點頻寬)確保跨GPU 的無縫效能,與全球高效能超級電腦的功能相匹配。
優化主機到 GPU 的效能:借助 PCIe Gen5 為每個 GPU 提供 64GB/s 的頻寬,Azure 在 CPU 和 GPU 之間實現了顯著的效能優勢。
大規模記憶體和記憶體頻寬:DDR5 記憶體是這些虛擬機器的核心,可提供更高的資料傳輸速度和效率,使其成為具有較大資料集的工作負載的理想選擇。
這些虛擬機器已經證明了它們的效能優勢,與前幾代的 FP16 相比,使用新的 8 位元 FP8 浮點資料類型時,矩陣乘法運算的速度提高了六倍。ND H100 v5 虛擬機器在 BLOOM 175B 端到端模型推理等大型語言模型中實現了高達兩倍的加速,展示了其進一步優化 AI 應用程式的潛力。
Azure OpenAI 服務邁向全球:在全球擴展尖端模型
我們很高興地宣布 Azure OpenAI 服務在全球擴展,將 OpenAI 的尖端模型(包括 GPT-4 和 GPT-35-Turbo)帶給全球更廣泛的受眾。我們的新生活區域澳洲東部、加拿大東部、美國東部 2、日本東部和英國南部的服務擴展了我們對尋求強大生成人工智慧能力的組織的影響力和支持。隨著這些區域的增加,Azure OpenAI 服務現已在更多地點推出,補充了我們在美國東部、法國中部、美國中南部和西歐的現有可用性。Azure OpenAI 服務的反應非常好,自上次揭露以來,我們的客戶群幾乎增加了兩倍。我們現在自豪地為超過 11,000 名客戶提供服務,本季平均每天吸引 100 名新客戶。這一顯著的成長證明了我們的服務為渴望利用人工智慧潛力來滿足其獨特需求的企業帶來的價值。

作為此次擴展的一部分,我們將提高 Azure OpenAI 最先進的生成式 AI 模型 GPT-4 在新區域的可用性。這項增強功能使更多客戶能夠利用 GPT-4 的功能來產生內容、文件智慧、客戶服務等。透過 Azure OpenAI 服務,組織可以將其營運推向新的高度,推動各產業的創新和轉型。

開發生成式人工智慧的負責任方法
Microsoft 對負責任的 AI的承諾是 Azure AI 和機器學習的核心。這個人工智慧平台整合了強大的安全系統,並利用人類回饋機制來負責任地處理有害輸入,確保為使用者和最終消費者提供最大程度的保護。企業可以申請存取 Azure OpenAI 服務,並釋放生成式 AI 的全部潛力,將其營運推向新的高度。

我們邀請世界各地的企業和開發者加入我們這趟變革之旅,讓我們引領人工智慧創新。Azure OpenAI 服務證明了 Microsoft 致力於讓 AI 對各種規模的企業都易於存取、可擴展且具有影響力。讓我們共同擁抱生成式 AI 的力量和 Microsoft 對負責任的 AI 實踐的承諾,以在全球範圍內推動積極影響和成長。

客戶靈感
生成式人工智慧正在徹底改變各個行業,包括內容創建和設計、加速自動化、個人化行銷、客戶服務、聊天機器人、產品和服務創新、語言翻譯、自動駕駛、詐欺偵測和預測分析。我們的客戶利用生成式人工智慧進行創新的方式為我們帶來了啟發,並期待看到世界各地的客戶如何利用這些技術進行建構。

梅賽德斯-奔馳正在 Azure OpenAI 服務的支援下,為駕駛員創新車內體驗。升級後的「Hey Mercedes」功能比以往更加直觀和對話。畢馬威 (KPMG)是一家全球專業服務公司,利用我們的服務來改善其服務交付模式、實現智慧自動化並增強編碼生命週期。Wayve使用 Azure 機器學習和 Azure 的 AI 基礎設施訓練用於自動駕駛的大規模基礎神經網路。微軟合作夥伴SymphonyAI推出 Sensa Copilot,使金融犯罪調查人員能夠減輕非法活動對經濟和組織造成的負擔。透過自動收集、整理和匯總財務和第三方信息,Sensa Copilot 可以識別洗錢行為,並促進調查人員快速有效地進行分析。了解所有 Azure AI 和 ML 客戶案例。