8月26日,联想集团以“双态IT助力智慧企业”为主题,亮相第二届中国两化融合大会。联想集团副总裁、中国区商用业务销售总经理叶明,在会上分享了联想“双态IT”理念,以及两化融合背景下,“’双态IT’推动智慧企业转型”的话题。
联想集团副总裁、中国区商用业务销售总经理 叶明在大会现场演讲
从经验中来到实践中去 “双态IT”助两化融合落地
“两化融合”是我国现代工业发展的必经之路,其对企业提出的业务模式创新要求,不仅引发了企业对现有业务流程的重塑,同时触动了企业对IT 价值定位的深刻思考。在变革时代,构建适合自身业务发展的两化融合建设方案,突破信息壁垒,打通企业内部生产流程的纵向集成,提高外部协作能力,是企业发展的重中之重。
联想在制造、销售、管理等方面有着最佳实践经验。从1998年起,联想完成了三个阶段IT重大项目的发布与变革,很好地支撑了业务几何式的增长和全球化扩张,并成功地建立了互联网业务模式。在过去的十年间,联想的IT系统容量扩大了数百倍,采购成本却相对降低了22倍,运维成本更是降低了440倍。新的架构不但有力的支持着联想存量业务的平稳运行,更充分适应业务的快速变化和调整,加速新业务上线,提供了实时的商业洞察力,有效满足了增量业务的爆发性增长需求。
联想集团副总裁、中国区商用业务销售总经理叶明,联想集团中国区商用业务企业行业总监 许子牛接受媒体专访
基于自身实践经验及对传统制造业转型需求的洞察,联想总结出“双态IT”建设理念。“双态IT”核心是通过对企业业务流程的“稳”、“敏”分析,采用传统的集中式和新兴的互联网分布式IT技术手段,系统化的构建“稳态”系统和“敏态”系统和谐共存的新型IT架构。“双态IT”将确保企业IT架构与“稳”、“敏”双态业务精确匹配,提升企业IT贡献率、降低企业运营风险等,助力企业“互联网+”成功转型。
叶明在本次大会主论坛上指出,企业业务与IT的关系越来越紧密,IT早已不再是企业的成本中心,或是职能支持部门,而是业务决策的核心,IT架构的先进性及与业务发展的适应性对企业经营意义重大,联想“双态IT”将为企业打造业务、IT和管理三维协调的新一代信息化架构,在两化融合背景下实现稳基业、敏突破的和谐发展。
因需制宜 整合资源为智慧企业交钥匙
在“双态IT”的规划实施上,联想结合企业发展战略和企业所处行业的发展趋势,分别评估企业业务敏捷度需求和业务系统敏捷度中长期发展目标,通过差异性(GAP)分析,规划出“双态IT”战略设计,包括双态应用系统概念性架构设计、演进路线规划、资源投入计划、IT组织与管控模式、项目群(Portfolio)规划等。
(联想工程师现场讲解HPC解决方案)
同时,联想端到端的全价值链产品和全自主可控的技术服务能为“双态IT”建设提供有力支持。首先,联想拥有业界最完整的产品线和一系列平台级、企业级整体解决方案,覆盖业务全流程;同时,联想硬件产品实现从研发、生产、交付、运维、服务,全生命周期的自主可控,同时拥有通过中国可信云服务认证的ThinkCloud云平台管理解决方案,以及参与过国家重点科研攻关及涉密项目的200多名研发人员,能够为企业信息化建设提供安全可靠的产品和技术支持。最后,在“Open+”策略指引下,联想还会与业界伙伴进行协同创新,打造行业生态圈,为用户提供最符合业务应用的整体解决方案。
在大会现场,联想展示了针对企业应用的一系列解决方案,联想超融合解决方案实现了数据中心的“扁平化”运营,用户可以按需横向扩展,与业务需求实现动态匹配,减少了机房面积和资金投入,是一个名副其实的“隐形数据中心” ;而联想SAP HANA解决方案,是一套轻运维、易管理的大数据解决方案,能为企业生产、经营和管理工作提供辅助决策依据。联想HPC解决方案采用全温水循环技术,在保证强劲性能的同时,减少能源消耗。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。