·企业级IT 日前,英国调研机构Canalys发布了2019年第四季度中国公共云服务市场报告。报告显示,第四季度阿里云市场份额排名第一,市场份额从第三季度的45%上涨至46.4%。
同期,腾讯云市场份额18%位列第二,百度云份额8.8%排在第三。上个季度排名第三的亚马逊云(AWS)份额下滑,被划分到了其他(Others)类别。
Canalys认为,在应对新冠肺炎疫情方面,中国云服务商迅速,为政府、企业提供了云端计算能力、数字化系统、人工智能等服务,做出了突出贡献。
越来越多人认识到,吸引企业上云的并不全是云计算本身,更多在于其背后的AI应用。这方面阿里巴巴洞悉先机并不断为其云增加AI元素,最终取得了百尺竿头更进一步的成绩。
了解到,阿里巴巴集团的数据智能骨干业务阿里云日前宣布,为各国医护人员提供了基于云计算的先进技术应用,助力对抗新型冠状病毒的全球大规模流行。这些由人工智能技术提升的创新解决方案,充分利用了疫情爆发初期的抗疫经验。
该批对抗新型冠状病毒的云原生解决方案是阿里云的解决方案专家、阿里巴巴达摩院的科学家和研究员,以及钉钉技术团队共同努力的成果。而在疫情爆发期间,钉钉已获联合国教科文组织
为全国超过1.2亿学生提供网上直播课堂已令钉钉广为人知,但团队仍然更进一步,透过阿里云推出钉钉国际医生交流平台,为全球医护人员提供与来自浙江大学医学院附属第一医院及其他医疗机构的前线医生直接交流的机会。
通过远程视像会议功能和支持11国语言(阿拉伯语、印尼语、汉语、英语、法语、日语、俄语、西班牙语、泰国语、土耳其语和越南语)的实时人工智能翻译,阿里云致力建立虚拟社群,邀请中国医生分享抗疫经验,并解答全球医护同业的疑难。
阿里巴巴旗下全球研究机构达摩院亦推出了三个早获肯定的解决方案,并已开放予全球医疗专家和研究机构免费试用。阿里云将联同各地合作伙伴,依据当地法律及规例以部署相关服务和解决方案。
疫情预测解决方案有助准确预测新型冠状病毒在特定地区的流行病特征,包括疫情的影响范围,高峰期和的蔓延时间,并可将疫情传播趋势分为乐观、中性和悲观三类。这个基于机器学习的演算法,已在全国31个省份通过测试,平均预测准确度高达98%,可为决策者和医疗研究人员在防控措施、医疗物资分配、外游咨询等方面提供参考。
CT影像分析解决方案是一套CT影像分析技术服务,能大幅提升新型冠状病毒的测试准确度和检测效率。通过对中国的数据进行 学习演算,该模型能预测包括新型冠状病毒变种在内不同种类肺炎的发生机率,亦可运用肺部分割技术计算出病变部位大小及受影响区域在整个肺部的占比。整个测试需要约3至4秒进行,以及15至16秒来完成传送,令分析过程可较人手侦测快约60倍。目前,中国已有超过160家医院正使用该影像分析解决方案。
新型冠状病毒全基因组测序分析解决方案是针对新型冠状病毒的基因测序解决方案,采用了阿里巴巴达摩院的人工智能算法,并在阿里云平台运行。方案包括病毒基因数据扫描、演化分析、蛋白结构分析和诊断报告等,可在14个小时内完成对新型冠状病毒的诊断,并支持超过20个人同时接受检测,而每个样本的检测时间平均仅约半小时,远低于正常情况下需要两小时的聚合酶连锁反应检测。该解决方案可帮助疾病控制中心、医院、诊所及实验室,解决包括核酸检验能力不足、聚合酶连锁反应检测假阴性结果比率高,以及潜在病毒变异等在内的挑战。
为应对像新型冠状病毒疫情等紧急情况,先进的创新解决方案需要极具规模的超级算力支持。为此,阿里云提供生命科学弹性高性能计算(E-HPC)解决方案。该套云原生兼高效能的计算集群解决方案,为生命科学领域的研究人员提供特别适用于计算驱动药物设计(CDDD)以及人工智能驱动药物设计(AIDDD)的应用,目前已为中国20个研究团体提供支援,例如由清华大学研发的新型冠状病毒肺炎智能CT诊断系统便能够在10秒内完成检测,而中山大学的基因组装方法性能亦获提升25%。阿里云更与位于北京的全球健康药物研发中心(GHDDI)合作,推出基于弹性及高性能计算的人工智能驱动药物研发平台。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 1—8月我国软件业务收入85492亿元,同比增长11.2%
- 合合信息启信宝数据产业洞察:长三角地区数据企业超48000家,数量领跑全国
- 2025年全球网络安全支出将激增15% | 行业观察
- 华为数据存储两大新品齐发:全面闪存化,全面向AI
- 数据中心太耗电,微软携手Constellation Energy探索核能供电新途径
- 戴尔一周内发生两起数据泄露事件,Atlassian工具成泄露源头
- 华为ICT学院年会2024举办,ICT学院3.0计划正式启航
- 华为启动全球金融伙伴“融海计划”,共创行业新价值
- 华为联合多家伙伴发布《现代化金融核心系统白皮书:实践篇》
- 华为发布数据智能解决方案5.0,加速金融大模型应用从“赋能”到“产能”
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。