达美航空取消了数百个航班,努力从微软的停机中恢复过来

币界网Publié le 2024-07-22Dernière mise à jour le 2024-07-22

币界网报道:
达美航空公司首席执行官Ed Bastian为数百次航班取消向旅客道歉并提供飞行常客里程,因为该航空公司努力从周五全球范围内的IT中断中恢复过来,这些中断引发了运输部长Pete Buttigieg的批评。根据航空数据公司OAG的数据,这家总部位于亚特兰大的航空公司从周五到周日取消了4600多个航班,比其他任何航空公司都多。截至周一早些时候,达美航空已经取消了另外550个航班,占其主线运营的15%。航班延误和取消使达美航空成为这家航空公司罕见的焦点,该公司的领导者以可靠性和准时性为荣。Buttigieg在周日晚些时候的一份电子邮件声明中表示:“我们继续收到达美航空公司不可接受的中断和客户服务状况的报告,包括向我们部门提交的数百起投诉。”。“我已经向达美明确表示,我们希望该航空公司为因航班中断而选择取消行程的客户提供及时退款”,并“为受延误和取消影响的消费者及时报销食品和过夜酒店住宿费用,并为所有乘客提供足够的客户服务协助”。达美航空的航班中断持续存在,而大多数其他航空公司已经恢复。美国航空公司表示,到周六,情况几乎恢复正常。巴斯蒂安在给客户的一条信息中说:“我想向所有受到这些事件影响的人道歉。”。周日的一份员工备忘录称:“达美航空从事连接世界的业务,我们理解当你的旅行中断时会有多么困难。”该航空公司为空乘人员提供额外工资以轮班。据知情人士透露,运营商用他们的个人手机叫他们进来巴斯蒂安在他的报告中说,在夏季最繁忙的时期之一,高需求促使该航空公司为受影响的旅客寻找替代航班。根据FlightAware的数据,联合航空公司周日的航班中断也有所增加,取消了9%的航班,即260个航班,但仍低于达美航空。达美航空公司有许多微软工具在中断中受到影响,“特别是我们的一个机组人员跟踪相关工具受到影响,无法有效处理系统关闭引发的前所未有的变化,”巴斯蒂安在他的报告中说。这将使这一事件类似于西南航空公司在2022年底遭遇的一个更大规模的问题,当时它连续几天未能从恶劣的冬季天气中恢复过来。网络安全公司Crowdstrike的一次拙劣的软件更新使一些基于Windows的程序瘫痪,也打击了银行和医疗保健行业

Lectures associées

Les grands modèles américains tendent vers le confinement, au nom de la sécurité

Le 27 juin, Anthropic a annoncé que le gouvernement américain avait autorisé le redéploiement de son modèle de cybersécurité Mythos 5 à plus de 100 organismes américains, mais la version publique Fable 5 reste suspendue sans calendrier de retour. Le même jour, OpenAI a lancé GPT-5.6, dont l'accès via API est restreint aux partenaires approuvés par le gouvernement. Ces décisions font suite à un ordre exécutif sur l'IA signé début juin et à une injonction du Département du commerce du 12 juin ordonnant la suspension de Fable 5, marquant un cycle complet d'"arrêt-négociation-autorisation conditionnelle" pour le contrôle des modèles d'IA de pointe par les autorités américaines en moins d'un mois. Les entreprises concernées contestent la base technique de ces mesures. OpenAI indique que son modèle Sol n'a pas franchi son propre cadre de sécurité, tandis qu'Anthropic a réfuté point par point les raisons avancées par le gouvernement. Dean W. Ball, ancien conseiller de la Maison Blanche, critique un processus de régulation manquant de transparence, de normes claires et d'expertise technique, créant une incertitude dommageable pour l'industrie. L'article établit un parallèle avec la "Guerre du Chiffrement" des années 1990, où le contrôle américain sur les technologies de cryptage a finalement échoué, nuisant à la compétitivité des entreprises nationales. Aujourd'hui, le risque est que ces restrictions étouffent l'innovation et la diffusion économique essentielle aux technologies génériques comme l'IA, d'autant plus que les modèles open-source, notamment chinois, progressent rapidement. Cet épisode pourrait marquer un tournant : l'insertion durable du gouvernement comme autorité d'approbation entre les modèles d'IA commerciaux et leurs utilisateurs. Si l'objectif affiché est la sécurité, la méthode opaque et arbitraire menace les investissements et risque de concentrer le pouvoir de l'IA de pointe entre les mains d'une minorité déjà puissante.

链捕手Il y a 1 h

Les grands modèles américains tendent vers le confinement, au nom de la sécurité

链捕手Il y a 1 h

Il y a quelques instants, DeepSeek V4 a mis à jour DSpark, augmentant la vitesse d'inférence de 80 %

DeepSeek a annoncé une mise à jour majeure de son modèle DeepSeek-V4-Pro avec le lancement de DSpark, un nouveau cadre de décodage spéculatif (Speculative Decoding) open source, accompagné de l'infrastructure complète DeepSpec. Cette mise à jour, axée sur l'ingénierie et non sur les capacités fondamentales du modèle, vise à accélérer considérablement l'inférence des LLM en production. Le cœur de DSpark est l'introduction d'une **génération semi-autorégressive**. Cela combine la génération parallèle à haut débit d'un modèle "brouillon" léger avec une modélisation des dépendances entre tokens pour améliorer le taux d'acceptation. De plus, un système de **vérification planifiée par confiance et conscient du matériel** (Confidence-Scheduled Verification) évalue dynamiquement la probabilité que chaque token généré soit accepté par le modèle cible. Il adapte ainsi la longueur de vérification en temps réel pour optimiser l'utilisation des ressources GPU, notamment en charge élevée. Les résultats sont significatifs : face aux méthodes de pointe comme Eagle3 et DFlash, DSpark augmente la longueur moyenne de tokens acceptés de 26.7% à 30.9% et de 16.3% à 18.4% respectivement sur les modèles Qwen3. En déploiement réel, par rapport à la génération token par token précédente (MTP-1), **DSpark améliore la vitesse de génération pour l'utilisateur de 60% à 85% pour le modèle Flash et de 57% à 78% pour le modèle Pro**, à débit total constant. Le projet open source **DeepSpec** fournit une stack complète pour entraîner et évaluer des modèles brouillons pour le décodage spéculatif, supportant actuellement les algorithmes DSpark, DFlash et Eagle3, ainsi que les familles de modèles cibles Qwen3 et Gemma.

marsbitIl y a 7 h

Il y a quelques instants, DeepSeek V4 a mis à jour DSpark, augmentant la vitesse d'inférence de 80 %

marsbitIl y a 7 h

Trading

Spot
活动图片