【荣誉】PPIO边缘云获评“2022中国边缘计算企业20强”

【摘要】5月6日,边缘计算社区正式公布了“2022·中国边缘计算企业20强”排行榜,PPIO从500多家边缘计算上中下游企业中脱颖而出,与华为、阿里云、中国电信等被评为中国边缘计算企业20强,这是业界对PPIO在边缘计算领域创新和服务能力的肯定和褒奖。

【荣誉】PPIO边缘云获评“2022中国边缘计算企业20强”

摘要:5月6日,边缘计算社区正式公布了“2022·中国边缘计算企业20强”排行榜,PPIO从500多家边缘计算上中下游企业中脱颖而出,与华为、阿里云、中国电信等被评为中国边缘计算企业20强,这是业界对PPIO在边缘计算领域创新和服务能力的肯定和褒奖。

边缘计算社区是国内中立的边缘计算领域研究平台,长期致力于推进边缘计算领域知识传播和生态发展建设;由其发起的 “中国边缘计算企业20强” 评选活动已成功举办4届,受到了业内媒体、企业、投资人的广泛关注。


在本届评选活动中,经过为期两个月的榜单征集、线上投票、专家投票和访谈调研,主办方最终评选出20家本年度中国边缘计算领域先进能力最具代表性的公司。PPIO最终以80分的边缘指数进入中国边缘计算企业20强,并位列“边缘云”类别前四。

PPIO边缘云

作为中国领先的独立边缘云服务提供商,PPIO边缘云于 2018年5月由 PPTV 创始人姚欣和首席架构师王闻宇联合创立,秉承“汇聚全球计算资源”的使命,在网络边缘侧基础设施上建构的边缘云计算服务。PPIO 边缘云在全国30多个省,超过 1000 多个县市及区域,为客户提供符合低时延、高带宽、海量数据分布处理需求的边缘云计算服务和解决方案,并已成为多家互联网巨头、一线云计算服务商、独角兽级创业公司在边缘云服务领域的主要合作伙伴。  

PPIO边缘云创始团队曾研发了拥有4.5亿用户的PPTV分布式流媒体应用,在边缘计算领域有着雄厚的技术积累。近期,PPIO先后获得中国信通院颁发的EC Ready1.0证书、2021边缘计算优秀服务奖,以及EdgeMatrix框架论文收录至CCF-A类会议期刊IEEE INFOCOM2022,持续的技术研发和投入构筑了强有力的研发竞争壁垒,保证了PPIO边缘计算领域领跑者地位。

未来,PPIO边缘云也将不断提升技术能力以满足场景需求,向分布式世界前进,赋能新的应用形态和商业模式,拥抱产业发展机遇,促进跨行业应用创新。

Read more

PPIO发布Agent Runtime:让Agent部署像Serverless一样简单

PPIO发布Agent Runtime:让Agent部署像Serverless一样简单

近期,PPIO 发布了基于 Sandbox(沙箱)自研的新产品:Agent Runtime,一个轻量级的 Agent 运行时框架。 Agent Runtime 是为了顺应 Agent 的专属需求而推出,其定位与 AWS AgentCore Runtime 类似。AgentCore 是 AWS 在 2025 年推出的专为 Agent 设计的基础设施平台,AgentCore Runtime 则是其中一个子产品,是基于 Firecracker 微虚拟机的 Serverless 运行时环境,旨在解决 Agent 低成本、高效率的部署问题。 PPIO Agent Runtime 通过简单易用的 SDK 与强大的沙箱运行环境来简化 Agent 的部署过程。用户无需关心基础设施配置、

By PPIO
当Agent计算规模扩大100倍,我们需要什么样的Agentic Infra?

当Agent计算规模扩大100倍,我们需要什么样的Agentic Infra?

近期,PPIO Sandbox(沙箱)发布了一个重要功能:沙箱克隆。 沙箱克隆旨在助力提高 Agent 的并行计算能力,也就是经典的“Scale up”规模扩展问题。 今年最流行的 Agent 产品是 Deep Research,它可以看作对单个研究问题持续追踪、推演、迭代直到形成洞察的长链路串行推理过程。 那么,如果将 Deep Research 的能力 Scale up 一百倍会发生什么?像 Manus 这样的 Agent 正在解决这类挑战,并将这种并行计算架构的 Agent 称之为 Wide Research。 从 Agent 的串行计算到并行计算,离不开“沙箱克隆”这一核心技术的助力,这是 PPIO 在 Agentic Infra

By PPIO
PPIO上线Kimi K2 Thinking,兼容Anthropic协议

PPIO上线Kimi K2 Thinking,兼容Anthropic协议

今天,PPIO 上线 Kimi K2 Thinking,这是 Kimi 最新、功能最强大的开源思考模型。 Kimi K2 Thinking 基于 Kimi K2 后训练而来的混合专家模型(MoE),总参数达 1T,激活参数 32B,上下文长度 256K。该模型支持深度思考、Function Call、结构化输出、json_schema、json_object 等功能。 现在,你可以到 PPIO 官网在线体现 Kimi K2 Thinking,也可以将 PPIO 的模型 API 部署到 AI 应用中。 PPIO 在线体验地址: https:

By PPIO
PPIO独家上新GPU实例模板,一键部署Kimi-Linear

PPIO独家上新GPU实例模板,一键部署Kimi-Linear

昨晚,月之暗面发布了混合线性注意力架构新模型 Kimi-Linear,旨在解决大语言模型在长上下文推理中的计算瓶颈。 Kimi-Linear 的核心亮点: * Kimi Delta Attention(KDA),一种通过细粒度门控机制改进门控规则的线性注意力架构。 * 混合架构:采用 3:1 的 KDA 与全局 MLA 比例,在保持甚至超越全注意力质量的同时降低内存占用。 * 卓越性能:在 1.4T Token 的训练规模下,经公平对比,KDA 在长文本与类强化学习基准等多项任务上均优于全注意力。 * 高吞吐:在 1M 上下文中实现最高 6 倍的解码吞吐量,显著缩短单输出 Token 耗时(TPOT)。 今天,PPIO 独家上新 GPU 实例模板,可一键部署 Kimi-Linear-48B-A3B-Instruct 的专属模型。 PPIO 算力市场的

By PPIO