Selama dua minggu, saya mengalami sepeda peloton yang terkenal, sepeda+, sehingga saya bisa menuliskannya. Karena saya telah menjadi pengendara yang tertarik dari sepeda peloton reguler saya selama empat tahun, saya telah memperhatikan perbedaan dalam kinerja dua siklus yang stabil – terutama perbedaan yang membuat mereka bernilai perbedaan senilai $ 1000.

Fitur yang paling saya sukai untuk diuji, yang tidak saya miliki sepeda, adalah register otomatis. Dengan ini, sepeda+ secara otomatis menyesuaikan resistansi pengendara untuk mereka, ia menetapkan resistensi terhadap resistensi terhadap pelatih pada waktu tertentu selama kelas virtual.

Bagaimana Bike+Bekerja pada Resistensi Otomatis?

Saat Anda mengikuti kelas bersepeda sesuai permintaan atau menyelesaikan latihan zona daya, Bike+ akan menyesuaikan resistensi Anda sehingga Anda berada di suatu tempat dalam nomor yang Anda panggil untuk pelatih. Jadi, jika instruktur Anda mengatakan bahwa perlawanan Anda harus antara 40 dan 60, fitur tahan otomatis akan membawa Anda ke suatu tempat di tengah nilai-nilai itu; Anda tidak perlu memutar desain diri Anda.

Dalam pengalaman saya, daya tahan otomatis cukup pintar. Ketika saya biasa belajar di kelas spin, bepergian ke peloton lain dan berolahraga satu malam setelah sehari setelah berjalan di panas, saya tidak merasa sangat kuat atau bahkan atletis. Itu terperangkap dalam ketahanan otomatis dan menyesuaikan resistensi saya ke ujung bawah spektrum yang dibutuhkan pelatih.

Secara keseluruhan, itu hanya membuat kelas mengambil sedikit lebih mudah karena Anda tidak perlu mencapai bagian bawah untuk menyesuaikan simpul. Anda hanya dapat fokus pada irama Anda (dan bentuk, pernapasan, output dan hidrasi, tentu saja) karena Anda tidak berada di bagian atas resistensi Anda.

Cara mengaktifkan (atau menonaktifkan) ke kapasitas resistor otomatis di Bike+

Kapasitas tahan otomatis dapat diaktifkan dan dinonaktifkan dapat dilakukan sebelum atau selama latihan apa pun. Saat Anda memilih latihan untuk menyelesaikan layar sentuh perangkat Anda, Anda akan melihat jendela pop-up yang menguraikan beberapa detail seperti kelas ketika kelas pertama disiarkan, yang mengajarkannya dan apa yang disebut kelas. Anda juga akan melihat tombol yang bertuliskan “Auto-Registance (Off/ON)”, yang dengan jelas akan menunjukkan bahwa fitur tersebut hidup atau mati sebelum kelas dimulai.

Ketika kelas dimulai, Anda akan melihat ikon kunci kecil di sebelah resistensi ke bagian kanan bawah layar. Anda dapat mengetuknya untuk membukanya (berhenti resistor otomatis) atau menguncinya (hidupkan). Saya perhatikan bahwa jika saya memulai latihan dengannya, beralihnya, kemampuan tahan otomatis saya cenderung dekat dengan semua yang dilakukan sendiri. Misalnya, pagi ini, saya menutupnya dan memulai kelas, tetapi hanya sekitar lima dari resistensi minimum yang diusulkan. Ketika pelatih mengatakan bahwa perlawanan harus antara 30 dan 45, saya hanya melakukan 35 (saya diajari kelas setelah malam ini, jadi saya pikir saya tidak perlu bekerja ekstra! Tinggalkan saya sendiri!) Ketika saya mengetuk ikon kunci register, telah membuat saya tetap di tingkat perlawanan terendah yang diusulkan.

Anda dapat menyesuaikan manual saat berjalan, bahkan jika kapasitas ketahanan otomatis menyala. Pada satu titik pagi ini, saya menghidupkan resistensi saya terhadap pengaturan yang diusulkan tertinggi untuk sementara waktu. Ketika pelatih meminta para pengendara untuk mengurangi perlawanan mereka beberapa menit kemudian, registensi otomatis ditendang lagi dan menempatkan saya di bagian bawah tanpa masalah, meskipun itu lagi di dekat kisaran atas kisaran yang diusulkan, karena saya mengaturnya secara manual.

Peloton Bike+ sekitar $ 1000 lebih dari sepeda reguler dan akan membuat Anda $ 2.495 fitur AIS-Auto-Resistor ini adalah salah satu poin penjualan asli.

Saya menghargai bahwa teknologi ini cerdas yang saya anggap itu akan terjadi dan bagaimana saya berkinerja, tidak hanya di tengah batas resistensi yang diusulkan, tetapi saya dapat menyesuaikan resistensi saya dengan yang lebih rendah atau lebih tinggi. Saya juga menghargai bahwa itu dapat dikeluarkan secara manual secara manual kelas menengah dan bahkan jika Anda tidak ada di dalamnya, itu dapat sepenuhnya dinonaktifkan. Sangat menyenangkan bisa naik tanpa terus -menerus berpikir untuk menyesuaikan diri, dan saya pikir itu agak menginspirasi. Ketika saya bertanggung jawab atas perlawanan (misalnya saya telah naik sepeda selama empat tahun), saya bisa kehilangan sedikit jika saya mau, apakah Anda tahu? Jika saya memilih untuk mengatur resistensi saya ke angka minimum absolut yang diusulkan, siapa yang akan menghentikan saya? Dengan ketahanan otomatis, jika saya menganggapnya secara manual mengesampingkannya secara manual untuk membuat latihan saya lebih mudah, saya hanya merasa sedikit bersalah. Tentu saja tidak, saya telah menemukan bahwa memiliki set resistensi saya sepenuhnya efektif pada medium atau lebih tinggi dari spektrum yang diusulkan; Saya malas, tidak bisa. Auto-Registance membantu saya berhenti menjadi sangat malas, yang agak berlawanan, karena mesin melakukan kerusuhan untuk saya.

Namun demikian, jika Anda tidak keberatan dengan simpul ini untuk menjangkau dan memutar simpul ini, jika Anda tidak berpikir Anda melihat perlawanan Anda diatur di tengah kisaran yang diusulkan, atau jika Anda tidak berpikir itu akan menggunakan fitur ini, itu mungkin tidak cocok untuk ekstra besar. Ada beberapa perbedaan lebih banyak antara dua sepeda yang dapat mendorong Anda di tepi dan menghabiskan Anda untuk tepung ekstra itu, tetapi jangan lupa bahwa keanggotaan yang memungkinkan Anda mengambil kelas dapat menghabiskan $ 44 per bulan bahkan setelah membayar sepeda, jadi biaya lain untuk mempertimbangkannya.

Secara keseluruhan, saya sangat menyukai fitur ini tetapi ketika saya menonaktifkannya atau kembali ke sepeda tepercaya saya setelah menggunakannya, saya tidak terlalu melewatkannya. Itu unik, keren dan bermanfaat, tetapi tidak DiperlukanSepeda+ dikombinasikan dengan peningkatan lainnya, tetapi menciptakan kasus yang kuat untuk peningkatan: sepeda+ memiliki speaker yang lebih baik, layar besar, kombinasi kursi yang mudah dan ketinggian layar, dan kinerja keseluruhan adalah kinerja keseluruhan ketika menjalankan kepemilikan peloton. Semua dikombinasikan dengan ketahanan otomatis yang luar biasa membuat mesin yang lebih baik. Jika Anda ingin memutakhirkan sepeda+dari sepeda yang ada, pertimbangkan untuk menjual model lama Anda di situs re -sales Peloton sendiri, yang akan memberi Anda uang tunai Plus Sepeda Anda+ beberapa ratus dari pembelian.

David Beckham pertama kali difilmkan pada hari Minggu mengenakan gips plester sebelum tabrakan Piala Dunia Intermiami dengan Paris Saint-Germain di Atlanta, Georgia.

Pemain berusia 50 tahun itu dirawat di rumah sakit minggu lalu setelah menderita rasa sakit “lengkap” dan membutuhkan operasi untuk menghilangkan sekrup yang ditanamkan di pergelangan tangannya dari cedera lama yang dideritanya saat bermain untuk Inggris 22 tahun yang lalu.

Beckham, yang ikut memiliki Intermiami, tiba di Stadion Mercedes-Benz, mengenakan gendongan biru yang dibungkus dengan gips di tangan kanannya, tetapi muncul dengan riang ketika dia tersenyum dan menyapa sebelum pertandingan.

Presiden Miami Club juga diwawancarai di pitchside bersama dengan sesama pemilik bersama Jorge Mass.

Ketika ditanya oleh Dazen bagaimana perasaannya, Beckham menjawab. “Tidak apa -apa. Itu adalah cedera lama yang membutuhkan operasi, tapi itu semua bagus.”

Dalam game sebelumnya, ia menambahkan: “Sejujurnya, ini adalah pertandingan yang sangat emosional bagi saya. Jelas, tim yang kita miliki mungkin adalah tim terbaik di dunia saat ini. Siapa yang akan berpikir?”

Presiden InterMiami menjalani operasi beberapa hari sebelum dia muncul di Atlanta.

Victoria Beckham, 51, telah memposting foto suaminya, David di rumah sakit awal minggu ini.

Beckham selesai bermain hari di PSG pada 2013, tetapi ia masih memiliki banyak cinta untuk klub Prancis.

Dia melanjutkan: “Cara saya melakukannya dengan klub ini sangat istimewa ketika saya menyelesaikan karir saya di Paris. Saya hanya menghabiskan enam bulan di sana dan rasanya seperti 16 tahun. Ini adalah keluarga yang nyata dan klub khusus yang dimiliki oleh orang -orang khusus yang dijalankan oleh orang -orang istimewa.

“Kami sangat bangga dengan momen ini. Kami berdiri di sini mengetahui bahwa kami bermain melawan PSG. Ini sangat istimewa sebagai pemilik, teman, dan bagian-tim.

Penampilan Beckham di Atlanta datang hanya beberapa hari setelah istrinya yang berusia 51 tahun, Victoria pulih dari operasi di rumah sakit dan menulis di Instagram, lalu berbagi “Saya akan segera mendapatkan ayah saya” ketika dia tersenyum meskipun tidak nyaman.

MailOnline baru -baru ini mengungkapkan bahwa mantan kapten Inggris telah mengalami rasa sakit yang memburuk dalam beberapa bulan terakhir.

Terlepas dari rawat inap baru -baru ini, Beckham melakukan perjalanan ke Georgia dan mendukung timnya di salah satu pertandingan terbesar sejak klub terbentuk.

Miami melebihi harapan selama fase kelompok karena mereka memenuhi syarat pada catatan yang tidak terkalahkan setelah hasil imbang antara kedua sisi kemenangan terkenal di Porto dan Al Ali dan Palmeiras.

Sementara itu, PSG adalah klub yang dimainkan oleh Kapten Beckham dan Miami Lionel Messi sebelumnya dan selesai di puncak grup meskipun kalah dari Botafoga. Kekalahan mengejutkan itu terperangkap di antara kemenangan atas Atletico Madrid dan Seattle Sounders.

Beckham dan sesama pemilik bersama Intermiami Jorge Mass berbicara dengan Dazen Pitchside sebelum kickoff

Romeo Beckham (kiri), salah satu dari empat legenda sepak bola, juga muncul dalam pertandingan hari Minggu.

Penampilan Sunday Beckham adalah laporan berkelanjutan tentang keretakan antara putra sulungnya Brooklyn dan istrinya, Nicola Peltz, di tengah periode ketegangan keluarga.

Namun, Beckham meyakinkan ibunya, Sandra, akan dirayakan pada hari ulang tahunnya yang ke -76 awal pekan ini, memberinya rasa hormat yang hangat kepada Instagram dan termasuk Brooklyn dalam pesannya meskipun ada masalah keluarga yang sedang berlangsung.

Membawanya ke Instagram, dia menulis: Terima kasih telah berada di sana untuk kita semua. Aku mencintaimu. ‘

Beckham menyimpulkan upeti dengan memasukkan pegangan Instagram untuk berbagai keluarga, termasuk tiga putra.

Salah satu putra itu, Romeo, juga bermain di pertandingan hari Minggu.

Artikel ini adalah bagian dari jumlah khusus VentureBeat, “Biaya sebenarnya dari Amnesty International: Kinerja, Efisiensi dan Investasi Skala Besar.” Baca lebih lanjut dari nomor khusus ini.

Kecerdasan buatan telah menjadi Piala Suci perusahaan modern. Apakah itu layanan pelanggan atau sesuatu seperti ini seperti pemeliharaan pipa, lembaga di setiap bidang sekarang menerapkan teknik kecerdasan buatan – dari dasar ke VLA – untuk membuat hal -hal lebih efisien. Tujuannya jelas dan langsung: untuk mengotomatiskan tugas untuk memberikan hasil lebih efisien dan menghemat uang dan sumber daya pada saat yang sama.

Namun, dengan transfer proyek -proyek ini dari pilot ke tahap produksi, tim menghadapi hambatan yang tidak mereka rencanakan: biaya awan yang marginnya terkikis. Kejutan stiker sangat buruk sehingga apa yang saya rasakan sebelumnya adalah cara tercepat untuk berinovasi dan keunggulan kompetitif menjadi lubang yang tidak perlu dalam anggaran – kapan saja.

Ini memanggil CIO untuk memikirkan kembali segalanya – dari arsitektur khas hingga model penerbitan – untuk mengembalikan kontrol aspek keuangan dan operasional. Terkadang, mereka bahkan menutup proyek, mulai dari awal.

Tapi ini adalah kebenaran: Sementara cloud dapat mengambil biaya ke level yang tak tertahankan, mereka bukan kejahatan. Anda hanya perlu memahami jenis kendaraan (infrastruktur internasional amnesti) untuk memilih untuk pergi ke cara apa pun (beban kerja).

Kisah Cloud – tempat Anda bekerja

Awan sangat mirip dengan transportasi umum (kereta bawah tanah dan bus Anda). Anda bisa mendapatkan model sewa sederhana, dan segera memberi Anda semua sumber daya – dari rekan GPU hingga penskalaan cepat di berbagai wilayah geografis – untuk membawa Anda ke tujuan, semua dengan pekerjaan dan persiapan minimal.

Akses yang cepat dan mudah ke formulir layanan memastikan awal yang lancar, dan membuka cara untuk menghapus proyek dari tanah dan melakukan pengalaman cepat tanpa pengeluaran kapitalis yang sangat besar untuk mendapatkan unit pemrosesan grafis khusus.

Sebagian besar startup pada tahap awal menemukan bahwa model ini menguntungkan karena membutuhkan perubahan cepat lebih dari apa pun, terutama ketika mereka masih memverifikasi bentuk model dan menentukan kesesuaian pasar produk.

Suara audio AI tampil di BerbicaraBeri tahu VentureBeat.

Biaya “kemudahan”

Meskipun cloud sepenuhnya logis untuk digunakan pada tahap awal, matematika infrastruktur menjadi gelap ketika proyek bergerak dari tes dan memeriksa kesehatan unit penyimpanan di dunia nyata. Ukuran beban kerja membuat tagihan brutal – sejauh biaya dapat naik lebih dari 1000 % dalam semalam.

Ini terutama benar jika terjadi penalaran, yang tidak harus berjalan hanya 24/7 untuk memastikan waktu layanan tetapi juga dengan permintaan pelanggan.

Pada sebagian besar kesempatan, Sarin menjelaskan bahwa mutasi permintaan untuk penalaran ketika pelanggan lain juga meminta GPU, yang meningkatkan persaingan untuk sumber daya. Dalam kasus seperti itu, perbedaan tersebut mempertahankan kemampuan yang dipesan untuk memastikan bahwa mereka mendapatkan apa yang mereka butuhkan-yang mengarah pada waktu GPU untuk menempatkan ketidakaktifan dalam beberapa jam selain puncak-atau menderita dari waktu kemajuan, yang mempengaruhi pengalaman muara.

Christian Khoury, CEO Kepatuhan dengan Amnesty International Easaudit aiDia menggambarkan kesimpulan sebagai “pajak cloud” baru, untuk memberi tahu VentureBeat sebagai perusahaan yang berkisar antara 5 ribu dolar hingga 50 ribu dolar per bulan semalam, hanya dari gerakan inferensi.

Perlu juga dicatat bahwa beban inferensi yang mencakup LLM, dengan harga pada simbol yang khas, dapat menyebabkan peningkatan biaya yang paling parah. Ini karena model -model ini tidak spesifik dan dapat menghasilkan output yang berbeda saat berhadapan dengan tugas jangka panjang (termasuk jendela konteks besar). Dengan pembaruan berkelanjutan, sulit untuk memprediksi biaya atau mengontrol LLM.

Melatih model -model ini, untuk bagiannya, adalah “ledakan” (terjadi dalam kelompok), yang menyisakan ruang untuk kapasitas untuk ditangkap. Namun, bahkan dalam kasus -kasus ini, terutama dengan menghilangkan kekuatan kompetisi yang meningkat, lembaga dapat memiliki tagihan besar dari saat unit pemrosesan grafis yang tidak aktif, yang berasal dari pendaftaran yang berlebihan.

“Kredit pelatihan pada platform cloud mahal, dan pelatihan yang sering dapat meningkat selama kursus pengulangan yang cepat. Pelatihan panjang membutuhkan akses ke mesin besar, dan sebagian besar penyedia layanan cloud masih menjamin hanya akses jika Anda telah memesan periode satu tahun atau lebih.

Ini bukan hanya itu. Penutupan awan sangat nyata. Misalkan Anda telah memesan reservasi jangka panjang dan membeli kredit dari penyedia. Dalam hal ini, Anda tertutup dalam sistem lingkungan mereka dan Anda harus menggunakan semua yang mereka miliki, bahkan ketika penyedia layanan lain pindah ke infrastruktur yang lebih baru dan lebih baik. Akhirnya, ketika Anda mendapatkan kemampuan untuk bergerak, Anda mungkin harus menahan biaya keluar yang sangat besar.

“Tidak hanya akun biaya. Saya mendapat … otomatis yang tidak terduga, dan biaya keluar gila jika Anda mentransfer data antara daerah atau penjual. Ada satu tim yang membayar untuk mentransfer data lebih dari melatih model mereka,” Sarin mengkonfirmasi.

Jadi, apa solusinya?

Melihat permintaan terus-menerus untuk infrastruktur untuk memperluas ruang lingkup kesimpulan kecerdasan buatan dan sifat pelatihan yang gagal, lembaga bergerak untuk membagi beban keuntungan pengambilan kerja dari cerobong asap atau cerobong internal, sambil meninggalkan pelatihan awan dengan rekan-rekan topikal.

Ini bukan hanya teori – ini adalah gerakan yang meningkat di antara para pemimpin teknik yang mencoba menempatkan kecerdasan buatan dalam produksi tanpa membakar di landasan pacu.

Khoury menambahkan: “Kami telah membantu perbedaan dalam mengonversi ke kelompok dari menyimpulkan penggunaan server GPU khusus yang mereka kendalikan. Mereka tidak menarik, tetapi mereka mengurangi pengeluaran bulanan sebesar 60-80 %,” tambah Khoury. “Hibrida tidak hanya lebih murah – itu lebih cerdas.”

Dia mengatakan bahwa dalam satu kasus, SaaS telah mengurangi tagihan infrastruktur bulanan dari kecerdasan buatan dari sekitar 42.000 dolar menjadi hanya 9.000 dolar dengan mentransfer beban pekerjaan inferensi dari cloud. Transformator berbayar untuk dirinya sendiri dalam waktu kurang dari dua minggu.

Tim lain yang membutuhkan respons tetap terhadap sub-50ms yang ditemukan untuk alat kecerdasan buatan dukungan pelanggan bahwa waktu inferensi berdasarkan kelompok rekan tidak cukup. Konversi inferensi lebih dekat dengan pengguna melalui colocation tidak hanya hambatan kinerja – tetapi juga setengah dari biaya.

Persiapan biasanya berfungsi dengan cara ini: inferensi, yang selalu sensitif dan sensitif terhadap spesifikasi, bekerja pada unit pemrosesan grafis khusus baik di pusat data terdekat (pengumpulan). Sementara itu, pelatihan, yang ditandai dengan akunnya tetapi terputus -putus, tetap di cloud, di mana Anda dapat memutar kelompok yang kuat atas permintaan, berjalan selama beberapa jam atau hari, dan menutupnya.

Secara luas, perkiraan menunjukkan bahwa sewa penyedia layanan cloud superior dapat menelan biaya tiga hingga empat kali setiap GPU lebih dari bekerja dengan penyedia layanan yang lebih kecil, meskipun tim lebih penting dibandingkan dengan infrastruktur lokal.

Hadiah besar lainnya? Kemampuan untuk memprediksi.

Dengan On-Prem atau Collection, tim juga memiliki kendali penuh atas jumlah sumber daya yang ingin mereka berikan atau tambahkan ke jalur fondasi yang diharapkan untuk beban kerja inferensi. Ini membawa kemampuan untuk memprediksi biaya infrastruktur – dan menghilangkan tagihan mendadak. Ini juga menuruni upaya rekayasa agresif untuk mengendalikan penskalaan dan mempertahankan biaya infrastruktur cloud dalam batas yang wajar.

Pengaturan hibrida juga membantu mengurangi waktu akses untuk aplikasi kecerdasan buatan untuk waktu dan memungkinkan kepatuhan lebih baik, terutama untuk tim yang bekerja di industri yang sangat terorganisir seperti pembiayaan, perawatan kesehatan dan pendidikan di mana tempat tinggal data dan tata kelola tidak dapat dinegosiasikan.

Kompleksitas campuran itu nyata – tetapi jarang berurusan

Seperti yang selalu terjadi, transformasi pengaturan hibrida hadir dengan pajak OPS -nya. Mempersiapkan perangkat Anda sendiri atau menyewa fasilitas Kings membutuhkan waktu, dan mengelola unit pemrosesan grafis membutuhkan berbagai jenis otot rekayasa.

Namun, para pemimpin berpendapat bahwa kompleksitas sering dibesar -besarkan dan biasanya dikelola di rumah atau melalui dukungan eksternal, kecuali orang tersebut bekerja dalam skala besar.

“Akun kami menunjukkan bahwa server GPU di kepalanya harganya sekitar enam hingga sembilan bulan sewa yang sama -sama dari AWS, Azure atau Google Cloud, bahkan dengan tingkat satu tahun yang dicadangkan. Karena perangkat alat biasanya bertahan di ibukota yang menghindari formulir selama lebih dari lima tahun. Sarin menjelaskan bahwa sumber kekhawatiran.

Berikan prioritas sesuai kebutuhan

Untuk perusahaan mana pun, apakah itu perusahaan yang muncul atau lembaga, kunci keberhasilan saat mengajar itu-atau pemulihan pekerjaan arsitektur-dapat bekerja sesuai dengan beban pekerjaan tertentu.

Jika Anda tidak yakin dengan beban beban berbagai kecerdasan buatan, mulailah dengan cloud dan memantau dengan cermat biaya yang terkait dengan tanda pada setiap sumber daya dengan tim yang bertanggung jawab. Anda dapat berbagi laporan biaya ini dengan semua manajer dan melakukan penyelaman mendalam dalam apa yang mereka gunakan dan pengaruhnya terhadap sumber daya. Data ini kemudian akan memberikan kejelasan dan membantu membuka jalan bagi efisiensi.

Namun, ingatlah bahwa itu bukan masalah meninggalkan awan sepenuhnya; Muncul untuk meningkatkan penggunaannya untuk meningkatkan efisiensi secara maksimal.

Khoury menambahkan: “Cloud masih bagus untuk uji coba dan Busher.” Perlakukan awan seperti model awal, bukan rumah permanen. Jalankan matematika. Bicaralah dengan insinyur Anda. Cloud tidak akan pernah memberi tahu Anda kapan alat yang salah. Tapi tagihan AWS Anda. “