ZD至顶网服务器频道 04月05日 新闻消息(文/邹大斌): 尽管由于手续和流程方面的原因,新华三还没有正式宣布成立,但透过旗下的紫光华山和杭州华三通信的市场行为,我们看到其市场战略却已经清晰地显露出来:新华三将采用HPE和H3C的双品牌,并坚持以国际并购带动自主创新的市场战略。
新华三集团将由紫光华山和杭州华三通信两家下属公司共同组成。其成立源于2015年5月21日紫光集团与惠普公司达成的协议:紫光集团收购中国惠普公司旗下“新华三”51%的股权,HPE全球会占49%的股份。交易完成后,紫光华山(原中国惠普公司企业业务集团)与华三通信将成为新华三集团下属公司。
“新华三将采用HPE和H3C的双品牌战略,坚持以国际并购带动自主创新,这也将成为未来新华三的竞争优势。”紫光华山CEO叶健在日前的媒体沟通会上表示,在业务分布上,紫光华山是HPE品牌与H3C品牌服务器、存储、技术服务在中国市场的独家提供者, 而华三通信是网络、安全、无线及相关技术服务的提供者。
他说,成立之后的新华三将成为能够给客户提供最全面的产品和解决方案的公司:从最底层的数据中心基础设施到IT基础架构及相关服务,包括设计、实施、运维全生命周期的服务,这是其他竞争对手所不能比的优势。
实际上,这种战略布局早就已经开始运作。就在不久前,紫光华山宣布推出四款H3C品牌全新的服务器和2款H3C的存储产品,包括面向计算密集型和数据密集型的大型企业应用的4U机架服务器H3C R6800 G2和2U机架服务器H3C R6600 G2,以及面向大型数据中心主流应用的2U机架服务器H3C R4800 G2和1U机架服务器H3C R4600 G2;以及2款全新H3C品牌的存储产品H3C ConvergedFabric 8800 Storage系列存储系统和H3C ConvergedFabric 22000 Storage系列存储系统。
“紫光华山是HPE与H3C的服务器、存储、技术支持服务在中国唯一的提供者,也是技术咨询服务的提供者,我们会继续提供HPE的技术支持服务。同时,我们也会在中国推出H3C品牌服务器、存储以及相关的技术支持服务。”叶健介绍。
这就意味着现在紫光华山将同时拥有HPE品牌的服务器、存储和H3C品牌的服务器和存储,那么,这两个品牌之间市场定位如何区隔?
HPE中国区副总裁、紫光华山存储产品事业部总经理黄强对此解释说,“其实双品牌的定位还是非常清晰的。如果一个客户希望拿到原汁原味的全球性的产品可以选择HPE品牌——现在中国市场HPE品牌的服务器、存储确实跟美国市场销售的完全一模一样;而市场上H3C品牌的服务器和存储,则是完全针对中国市场规划设计制造的品牌。”
黄强表示,HPE和H3C品牌之间将形成良好的市场互补关系而不会是市场竞争关系。“以前,我们就发现中国本地的客户会有一些本地的需求,比如配置、价格和服务等。当时只有HPE品牌,我们没法充分满足客户这样的需求。而现在我们有了双品牌策略,其中的H3C品牌就是希望弥补原来无法满足的需求,为本地的客户提供更多样化、弹性化、灵活的产品和服务。”
据悉,负责新H3C品牌服务器与存储产品设计的是新华三旗下的华三通信,其拥有三千多人规模的本土研发团队,由于长期与HPE全球研发力量保持着协同研发的紧密关系,所以具备强大的科技研发实力、全球化的研发视野,以及与HPE同等级甚至更高的测试、品控标准。这个研发部门将为紫光华山和华三通信共同研发产品。
好文章,需要你的鼓励
这项研究揭示了大语言模型在学习推理时对噪声奖励的惊人适应力。研究表明,即使有40%的奖励信号被故意颠倒,Qwen-2.5-7B模型仍能将数学题准确率从5%提升至72%。更惊人的是,仅奖励模型使用关键推理词组(如"首先,我需要..."),而不验证答案正确性,也能达到70%以上的准确率。研究者提出的推理模式奖励(RPR)不仅能让模型在数学任务中表现出色,还能有效校准开放性任务中的噪声奖励模型,提升较小模型的推理能力。这表明大模型在预训练阶段已掌握了推理能力,强化学习主要帮助它探索有效的推理模式。
大模型时代,玛丽·米克尔(Mary Meeker)的名字可能大家不一定熟悉,但是在互联网时代,这位被可被誉为“互联网女皇”的。她是美国风险投资家和前华尔街证券分析师,专注于互联网及新兴技术领域。玛丽·米克尔(Mary Meeker)发了一份340页的《人工智能趋势报告》,粗粗看了一下,并没有非常轰动的观点,但是数据比较全面
Yale大学自然语言处理实验室研发的Table-R1模型突破性地将推理时间缩放技术应用于表格推理任务。研究团队通过两种方法提升模型能力:从DeepSeek-R1模型的推理过程中学习,以及利用可验证奖励进行强化学习。实验表明,即使使用仅有7B参数的模型,Table-R1-Zero也能在13个表格推理基准测试中媲美甚至超越GPT-4.1等大型模型。该研究不仅证明了中小规模模型通过适当训练也能实现出色表现,还为数据分析、科学研究和决策支持系统等实际应用提供了新可能。