【4月26日,北京】与“数据中国”战略发布时隔一年,今日,中科曙光致力于加速网络布局、加速数据汇聚的“数据中国加速计划”发布会在京举行。
本次发布会备受瞩目,除数十家参会媒体外,曙光在云数据领域的合作伙伴也纷纷到场助阵。国家信息中心副主任周民、上海超级计算中心主任周曦民、中科院大气物理所所长朱江、中科院计算所所长孙凝晖、中科院信工所副所长郭莉、中科院电子所所长助理付琨等出席发布会,见证了曙光数据中国战略吹响加速号角的时刻。
(一)“数据中国”一周年
2015年初,曙光公司正式发布“数据中国”战略——通过建设“百城百行”云计算中心,深挖现有数据和计算资源,打造一张中国云数据服务网络,让全社会共享数据价值。
迄今,已经有20余个城市落地这样的城市云计算中心,运行的政务应用和智慧城市应用超过1000个种类。同时,曙光已经参与了30多个行业云的建设,汇集数据达30多PB。其中一项致力于惠民工程的“身份认证云”应用在全国20多个省市的社保领域。城市云和行业云的建设使得曙光已在全国范围初步建成一个云数据服务网络。
(二)吹响加速号角
“过去3年,信息安全、自主可控的需求给国内IT厂商带来了重要的增长机会,未来,城市群的信息化和数字化将带来新的机遇和挑战。多个城市及其子系统之间的网络互连、信息交互、数据共享和应用协同的需求正进一步彰显,‘城联网’时代正在来临。”曙光总裁历军表示。
在此背景下,曙光的“数据中国加速计划”出炉。“加速计划有两个目标,一是要加速网络布局,尽快实现‘百城百行’云数据中心的建设;二是加速数据汇聚,抓住‘数据驱动创新’带来的重大机遇。”历军说。
加速网络布局
在加速网络布局方面,曙光将推出“城市云品牌连锁加盟计划”,计划在50个城市实行城市云连锁加盟,并与另外50个由曙光投资直营的城市云中心一并构建全国性云数据服务网络。
此外,中科曙光还和其他30个合作伙伴共同成立“中国智慧城市产业联合体”。该联合体将围绕数据中国“百城百行”云数据服务网络的布局,聚焦区域信息化、进行联合投资与合作,共同推动地方经济产业的转型升级。
加速数据汇聚
在加速数据汇聚方面,曙光将重点布局四类大数据业务,即政府大数据、科学大数据、安全大数据和工业大数据,以提升数据服务能力,助力行业大数据的落地。当天,曙光分别携手国家信息中心开展电子政务云和政府大数据应用创新;与中科院大气物理所联合投资成立中科三清环保科技(北京)有限公司,布局环保大数据业务;与中科院电子所联合投资成立“中科星图”,布局空天大数据和卫星遥感大数据;与中科院信工所联合研制安全服务器,开展安全大数据项目;与上海超级计算中心联合投资成立子公司,布局工业云和工业大数据。
“今天,曙光打造的云中心已经促成了超过30PB数据的汇聚和交换,未来五年,这一数据量将提高到至少1000PB。”历军说,城市云与行业云的紧密协作,能够避免产生新的“信息孤岛”,只有这样才能将智慧城市的价值发挥的更好。
三个“支撑保障”
为保障加速计划的顺利实施,中科曙光分别在技术、生态、安全三个方面与新老合作伙伴协作布局。历军指出,“曙光会持续加强技术研发和创新,从硬件到服务打造云加大数据技术闭环,并加强生态圈的合作建设。”
与北京中科寒武纪科技有限公司战略合作协议的签署,就是曙光技术闭环上一枚备受瞩目的落子,双方将在人工智能领域展开深度合作。
“长期以来,中科院计算所对曙光给予了极高的关注和期待。为进一步落实科研成果转化工作,曙光将优先成为我们项目对接的企业。曙光与寒武纪的合作,能让深度学习技术为更多行业领域所受用,使我国人工智能领域的技术、应用更快地发展,并促进大规模的生产与供应。”计算所所长孙凝晖说,这是中国智能制造抢占制高点、提升竞争力的重大机遇。
更多曙光相关资讯,欢迎搜索微信公众号“中科曙光/sugoncn”,关注曙光公司官方微信。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。