ZD至顶网服务器频道 12月13日 新闻消息(文/邹大斌): 日前,曙光公司最新的大数据技术解决方案——曙光方舟大数据融合分析平台对外亮相。方舟大数据融合分析平台是一个可以对大数据进行分析和处理的一站式平台,可提供数据汇聚、数据管理、数据标准化管控到数据建模分析、数据挖掘、数据可视化的整套支持,可有效解决各行业从GB到PB级数据分析方面遇到的各种运维管理问题,特别适于为实现行业数据汇聚整合、构建行业数据共享生态、实现数据挖掘结果可视化、完善数据管理体系的公安、医疗、军工、电力、教育、通信等政务、军工、国企行业。
方舟大数据融合分析平台是在大数据需求被大量激发的条件下推出的。近年来,随着大数据中蕴藏的价值被逐渐发掘出来,越来越多的企业开始重视大数据,为从大数据中掘金而不惜重金投入。在这一需求的推动下,市场上充斥着各种各样的大数据解决方案。不过,在曙光看来,这些解决方案要么功能复杂、难以使用,对使用者有着很高的要求,要么功能过于简单,难以满足用户需求。
“现在大数据产业发展如火如荼,但有很多问题。比如市场行很多大数据产品是来自单一行业、几个类别数据碰撞出分析结果,并没有真正实现来自不同行业、不同领域、同类别、多种类数据的综合分析。”曙光公司总裁助理、江苏曙光信息技术有限公司总裁王海荣表示。
在他看来,造成这一局面的原因之一是缺乏高质量的数据来源,另一个原因就是现有大数据解决方案有点太“高大上”,对使用者要求很高。“我们说大数据产业的发展一切为了应用,一切为了业务。但是,我们发现很多业务专家想要处理更多的数据业务,他们需要先成为计算机专家。这限制了大数据的应用普及。”
他说,曙光的大数据分析平台从一开始就要避免这个问题。“方舟大数据融合分析平台最大的特点是,能让我们的业务专家在不需要成为计算机专家的前提下就可以从事大数据的融合分析、可视化展示,这样可以让更多的人进入到蓬勃发展的大数据产业中,来共同打造价值。”
据王海荣介绍,用户在从GB过渡到PB级数据分析过程中会遇到各种运维管理问题,“方舟大数据融合分析平台”避免了这些问题,致力于提供用户大数据融合、分析的“一站式”解决方案。曙光方舟提供从数据汇聚、数据管理、数据标准化管控到数据建模分析、数据挖掘、数据可视化的整套支持。该系统还通过用户友好的管理界面,向用户提供数据同步、集群管理、任务调度、监控及预警等多方面的一站式支持。简而言之,方舟大数据融合分析平台是一整套支持从数据汇集到数据分析、分析建模的全生态系统。在这个生态系统下,用户无需更换平台即可进行数据的融合打通、质量管理、分析建模、数据共享、全文检索到基于可视化进行分析应用的快速创建。
另外,方舟大数据融合分析平台还打造了“数据集市”和“应用集市”的理念,实现将各业务系统数据、汇聚的数据、经过清洗建模的数据及创建的可视化应用推送至统一对外的“集市”中,实现数据和应用的全行业共享。
王海荣说,方舟大数据融合分析平台特别适于为实现行业数据汇聚整合、构建行业数据共享生态、实现数据挖掘结果可视化、完善数据管理体系的公安、医疗、军工、电力、教育、通信等政务、军工、国企行业。例如,目前已部署曙光方舟的徐州公安系统,已能良好应对此前数据不集中、业务系统间信息孤立、数据标准不统一、海量数据运算效率低下、海量数据关联检索等问题,案件响应与办理效率大为提升。
“方舟平台还可通过将数据、建模工具及可视化模板对基层业务人员开放的方式,促进数据的汇聚及数据建模的热情,真正使数据和业务融合,真正促进行业大数据发展。”江苏曙光信息技术有限公司大数据研发中心项目经理赵本杰说。
值得一提的是,方舟大数据融合分析平台是曙光持续推进的大数据战略中的一部分。2015年曙光提出“数据中国”的战略,今年4月,曙光公司又发布“数据中国加速计划”,提出重点布局政府大数据、科学大数据、安全大数据和工业大数据四类大数据业务。今年曙光大数据战略得到稳步推进:9月在国家网络安全宣传周推出“安全大数据”,10月在全国高性能计算学术年会上发布“科学大数据引擎”,11月世界互联网大会上,曙光政务服务大数据平台入围“全球领先科技成果”评选。
而此次发布的曙光方舟大数据融合分析平台,在发布前就已有多个客户进行应用,如江苏省通信管理局、徐州公安、陆军指挥学院、镇江国税局等。“我们将进一步推进曙光方舟在更多城市和行业的部署,以建立大数据汇聚、融合、共享到实现智慧城市的完整价值链。”王海荣说。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。