【中国,上海,2016年4月22日】数字经济时代,企业如何通过数字化转型,以提升竞争力?4月19日,在上海举行的“数字经济下的商业重构”SAP论坛上,华为关键业务服务器产品线总经理王震发表了“引领新ICT,加速产业数字化转型”的主题演讲,表示华为IT聚焦于硬件重构与云计算,为企业客户提供创新的ICT基础设施,助力产业加速转型,并以华为流程与IT部门单节点24TB SAP HANA最佳实践——华为KunLun SAP HANA一体机为例,同与会嘉宾共同探讨了数字经济大潮下,企业如何借助IT技术主动变革,获取驾驭数字经济时代的技术和能力,实现转型升级。
当前,世界大部分国家都在试图把握数字化转型浪潮,以加速经济和社会发展,提高国家竞争力。数字化转型不仅给人们生活带来各种便利,满足人们对物质与文化需求的同时,也给未来注入了无限的发展潜力。以云计算、大数据和物联网等为代表的新兴技术,已经渗透到各行各业,成为推动行业变革的驱动力,并创造全新价值。企业如何利用云计算、大数据和移动互联网等新技术提升自身竞争力,成为时下关注的焦点。
在此次论坛上,华为关键业务服务器产品线总经理王震先生发表了题为“引领新ICT,加速产业数字化转型”的演讲。他指出,当前我们正处于以智能化为代表的新工业革命时期,企业现有的应用需要更高性能及可靠性的开放平台,且IT投资趋紧,对降低TCO、支持新应用、高兼容性等存在迫切需求的背景下,企业变革呼唤关键业务环境的开放重构。在这个企业数字化转型时代,ICT成为企业的生产系统,华为IT聚焦于云计算和硬件重构,通过提供创新的ICT基础设施,帮助企业实现关键业务环境的开放重构,同时携手SAP,在工业4.0、IoT、大数据等领域展开合作,联合创新,使能数字化转型。
华为关键业务服务器产品线总经理王震先生
在下午的分论坛讨论中,华为SAP基础设施解决方案高级产品经理李旗先生分享了“华为流程与IT部门单节点24TB SAP HANA最佳实践”。他介绍,在华为流程IT高负荷业务压力条件下,原有基础设施架构系统性能已无法满足业务需求,华为选择将平台升级到KunLun SAP HANA一体机上,实现了效率提升、价值挖掘及成本节约。数据显示,KunLun9032 32路CPU SAP HANA一体机的性能比现网的RH8100 V3的8路CPU SAP HANA一体机的查询性能提升了6-11倍,查询时长从数百秒缩短到数十秒,远超出了4倍性能提升的期望值。
华为SAP 基础设施解决方案高级产品经理李旗先生
据悉,华为SAP HANA解决方案目前已服务全球40多个国家客户,并已交付全球超大规模的中石化87TB HANA集群,联合T-Systems向欧洲Top500客户提供SAP云服务等。
未来,华为也将继续携手SAP等合作伙伴,坚持创新,致力于构建开放、合作、共赢的生态,为企业成功实现数字化的转型保驾护航!
--全文结束--
华为公司简介
作为全球领先的信息与通信(ICT)解决方案供应商,华为坚持以丰富人们的沟通和生活为愿景,坚持围绕客户需求的持续创新,与合作伙伴开放合作,在电信网络、企业网络、终端和音视频等领域构筑了端到端的解决方案优势。通过全球专注敬业的17万名华为人,致力于为运营商客户、企业客户和消费者创造最大的价值,提供有竞争力的ICT解决方案、产品和服务。目前,华为的业务遍及全球170多个国家和地区,服务全世界1/3以上的人口。华为公司成立于1987年,是一家由员工持有全部股份的民营企业。欲了解更多详情,请参阅华为官网:www.huawei.com
了解华为在企业UC&C市场的更多信息,请访问:http://enterprise.huawei.com
在新浪微博上关注 @华为企业业务 :http://weibo.com/hwenterprise
好文章,需要你的鼓励
Roig Arena 将于 2025 年 9 月在瓦伦西亚开业,借助 Extreme Networks 的 6GHz Wi-Fi 与数据分析技术,实现无缝运营与个性化观众体验,打造全天候活动中心。
这项研究首次系统研究了大语言模型在表达不确定性时的"忠实度"问题,发现它们往往在不确定时仍使用肯定语言,导致用户过度信任。研究团队提出了MetaFaith方法,通过激发模型的"元认知"能力,使其能更诚实地表达不确定性。在14种模型和10个数据集的测试中,MetaFaith将忠实度提升了高达61%,且83%的情况下被人类评为更可靠。这一突破对构建更值得信任的AI系统具有重要意义。
OpenMamba 是一款意大利独立滚动更新的 Linux 发行版,基于 Fedora 工具构建,提供 KDE Plasma 与 LXQt 桌面。它采用最新组件和标准打包工具,运行稳定且易用,适合规避主流系统限制的用户。
这项研究提出了强化蒸馏(REDI)框架,创新性地利用大型语言模型生成的正确和错误推理过程进行训练。传统方法仅使用正确样本,浪费了包含宝贵信息的错误样本。REDI采用两阶段方法:先用正确样本建立基础,再通过非对称加权的目标函数利用错误样本进一步优化。实验表明,仅用131k个公开数据样本训练的Qwen-REDI-1.5B模型在MATH-500等基准上达到83.1%准确率,与使用800k专有数据训练的同类模型相当或更优,为小型模型离线学习复杂推理能力提供了高效途径。