美国时间 2 月 28 日,由于亚马逊 AWS 弗吉尼亚州数据中心出现故障,使得其云服务 S3 出现了较高的错误率,直接影响到成千上万个在线服务。
据悉,受到影响的网站服务有 Netflix、Airbnb 、Slack、Spotify 等,部分丢失了镜像,部分处于半运行状态。大批使用 S3 来存储图片的媒体网站,以及 Runkeeper、Trello 和雅虎网络邮箱都无一幸免。甚至包括智能家居控制系统如亚马逊自身旗下的 Alexa 也正在挣扎着保持能够上线,而 Nest 的应用程序则在一段时间内完全无法连接到恒温器和其他智能设备。
SimilarTech 营销总监丹尼尔·巴楚科(Daniel Buchuk)表示:
由于此次事故,很大一部分互联网公司将无法正常工作。在互联网巨头的网站中,有 1% 使用 S3,包括 Soundcloud、Quora、Giphy 和 Slack等。
根据 SimilarTech.com 数据显示,S3 服务被近 15 万家网站使用,此次故障使得大范围内的互联网企业受到影响。
AWS S3 是项什么服务,为何会有如此多的企业采用?
AWS S3 是为开发人员和 IT 团队提供安全、耐久且扩展性高的对象存储。S3 易于使用,具有简单的 Web 服务接口,用户在 Web 上的任何位置存储和检索任意数量的数据。
通俗讲,S3 是一项存储文件的服务,开发者可储存图片以及网页上的其他项目,保存备份,同时可在服务器和静态网站里共享文档。
相比于其他服务,S3 的优势非常明显:
此次故障是从美国时间 2 月 28 日太平洋标准时 9:44左右出现。亚马逊 AWS 官方报告称,S3 服务出现了“高错误率”。
问题出现后,AWS 官方一直试图解决该问题,同时发布公告:
这仅仅是一个 S3 区域变得无法使用;由于后端服务莫名消失,无数网页随之出现错误。
太平洋标准时 11:35,亚马逊 AWS 表明仪表板已恢复正常,根据据仪表板显示,以下几项服务受到了影响,其中包括 Athena、Elastic MapReduce、Kinesis Firehose、 Amazon Simple Email Service、AWS CloudFormation、EC2 Container Registry、Elastic Compute Cloud、Redshift、Elastic Beanstalk 和 Lambda。
直到美国太平洋时间14:08 后,亚马逊才在网站上宣布,S3 恢复正常。
此前媒体也曾报道过,亚马逊为了保证整个云服务的稳定性,一直通过多种手段和途径解决问题。
去年中旬,亚马逊 AWS 因光缆意外事故受到影响,部分客户与 EU-WEST-1 区域的网络遇到了连接问题,于是亚马逊宣布拟打造一条连接夏威夷和澳大利亚的海底光缆,通过搭建自有海底光缆保持 AWS 稳定性。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。