新上任的北京供销大数据集团(英文简称“SinoBBD”)首席运营官徐圭平先生,行程极为繁忙。加入集团仅一个月,他已赴美与合作企业见面,讨论集团下一步的海外并购和合作事项。他称,美国近期由于物联网、互联网、人工智能和智慧城市等发展,导致数据存储的需求猛增,大数据基础设施建设非常火爆; 相信中国很快会迎来比美国更高增速的大数据基础设施建设的需求,大数据产业必将火爆。
北京供销大数据集团首席运营官徐圭平先生
2015年12月,由北京市供销合作总社成立的北京供销大数据集团,致力于大数据基础设施建设。在过去一年,集团在全力打造国内最大规模的第三方公立大数据中心集群,已在北京、承德和贵阳等地建立大数据中心。同时,集团已在美国硅谷设立子公司,并计划在中国香港、东京和伦敦等城市建立子公司,完成全球化布局。
为了实现国际化、市场化运作,集团在全球范围寻找优秀人才。曾在跨领域世界500强企业担任过CFO,并在美国上市公司担任执行董事、总裁兼CEO的徐圭平,获邀加盟北京供销大数据集团。他成为集团国际化运作、并购重组、资金运作和上市等环节的关键人物,并在战略运营上对公司方向进行把控和业务开拓。
拓展海外方式灵活
徐圭平看到,海外市场在大数据基础设施领域已发展了近二十年,而中国目前处在高速增长期。在海外并购,能把先进技术和管理引进中国,这对中国企业很有意义。“ 海外并购也能使大数据集团成为名符其实的国家一体化战略的关键一员”。
目前,集团的海外并购已有计划,并与一些企业开始接触。并购目标以CDN和云计算为主,但不排除IDC标的公司。而海外并购资金规模,集团目前还在探索当中,主要也要看并购标的的规模。
“我在北美生活工作了12年,见过很多企业到北美开展并购。其中最大的挑战,可能不是资金问题,而是管理、人事、法律及生活习惯、信仰等问题。” 徐圭平分析说,“为了解决这些深层融合问题,如果集团在海外开展并购,应该考虑通过激励机制,保留当地管理层和员工团队,适当注入新概念,同时把他们的先进技术和管理模式引进到国内。”
同时, 集团还将在中国香港和美国等地成立基金并引入战略投资人,在金融、教育、农业、游戏、医疗、电商和智慧城市等行业大数据产业深耕细作,投资与人工智能、增强现实和虚拟现实等与大数据相关的公司和项目。徐圭平称:“目前希望与集团合作的企业不少,我们采取谨慎态度权衡考量。”
多渠道开展融资布局
徐圭平的另一项核心工作是融资。“我们正在开发的业务和市场,特别是打造全国最大的第三方数据中心集群,确实需要斥巨资。” 徐圭平说,“这需要政府、企业、银行、基金和其他金融机构的参与和支持。”
根据多年的经验,徐圭平认为,适合基础设施建设的资金,要具备周期长、回报合理的特点。而适合这样特征的资金来源包括与政府产业引导基金合作发起的大数据基金,银行的授信和贷款, 企业特别是上市公司针对数据中心的定增,PE和VC参与的股权融资,险资、资管、信托和养老金等参与的集团大数据基金等。
“这些融资渠道都在协调当中。”徐圭平说。如集团计划与贵阳当地政府成立基金,同时也将在教育大数据方面成立一个基金,建立教育大数据研究院和孵化器,引进创业公司及配套孵化项目。根据规划,与政府合作的基金总体规模至少是100亿元, 将分期募集。同时,北京市供销合作总社与中华全国供销合作总社也都会有大额资金支持,帮助集团成立基金,打造北京供销大数据集团的品牌。
一些PE和VC公司也会参与公司的股权投资。集团建设的数据中心,每栋都具备单一股权。 “这是集团大数据中心的特点,也是我们的一个创新。” 徐圭平说。投资公司可直接参与股权投资。同时,集团也计划整栋出售或出租目前已完成的数据中心。 “现在有意向购买的大客户不少,希望今年的业务增长达到一个可喜目标。” 徐圭平说。
未来三四年有望上市
徐圭平也在规划盘活公司资产的举措,并布局未来三四年中带领公司上市。
关于资产盘活,集团正在开发海内外对IDC和CDN有需求的客户。 “我们的客户覆盖范围广泛,涵盖第一、二、三产业,国企和民企,传统企业和创新公司,在中国发展的海外公司和到海外扩张的中国企业。这些客户可通过购买、租赁或承包等多种形式与我们合作。”徐圭平说。
徐圭平特别提到了跨国大企业,如苹果、SAP等企业在中国发展,也需要整栋数据中心,它们是集团的目标客户。
当客户和租金收入稳定后,徐圭平团队就可通过资产证券化,将资产盘活。未来三四年在条件成熟时,北京供销大数据集团下属公司——北京供销科技有限公司——这是一家集IDC、CDN 和云计算为一体的科技公司,计划在国内外创业版或主板上市或在国内外借壳上市,使集团与资本市场对接。
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。