至顶网服务器频道 05月25日 新闻消息(文/李祥敬):美国时间2017年5月23日,作为Citrix公司的年度盛会——Citrix Synergy 2017在美国奥兰多举行,以下是来自至顶网记者发自现场的独家报道。
Citrix Synergy 2017第二日的活动依然是精彩纷呈,2017 Citrix Innovation Award公布和纽约时报最佳畅销书作者Malcolm Gladwell在创新演讲环节进行了精彩的主题演讲。
Citrix Innovation Award表彰那些以新的战略方式思考IT的Citrix客户和合作伙伴——使用Citrix的技术重新设计IT,推动业务增长,创造新的工作方式,并以新的敏捷性进行竞争。
2017 Citrix Innovation Award的获奖者是SCL Health。
SCL Health总部位于科罗拉多州的布鲁姆菲尔德,是一家非营利性医疗保健机构,致力于改善人们的健康,特别是穷人和弱势群体。SCL Health每年提供超过2.22亿美元的社区福利。
SCL Health拥有150年的历史,其医疗卫生网络正在通过使用技术和消费者友好的设计来推动创新。SCL Health家庭保健服务通过其11家医院,210家医师诊所,提供全面,完善的护理、康复、精神保健等服务。
SCL Health通过使用虚拟化、网络和文件共享技术以推动创新和简化IT。 通过IT工具和创新,SCL Health革新工作,激发创意,提高生产力,并以新的方式为人们提供多样化的服务。
比如,SCL Health System将两个医疗保健系统(SCLHS)与Citrix技术关系管理服务(TRM)集成在一起,并于最近完成了使用Citrix XenApp将所有医院整合到Epic EMR的两年计划。
纽约时报最佳畅销书作者Malcolm Gladwell光临Citrix Synergy 2017,在创新演讲环节进行了精彩的主题演讲,探讨了AI与未来工作,技术与商业。
Malcolm Gladwell,1963年9月3日出生于英国,原籍加拿大,现居纽约市。1996年起为《纽约客》工作,是《纽约客》著名的撰稿人之一,社会学家、心理学家和畅销书作者。
Malcolm Gladwell善于从社会学和心理学角度切入,研究商业世界的各类问题,对商业战略决策、商业世界成功哲学等等命题有着非凡的见解,是欧美商界备受欢迎的新锐思想家之一。2005年,被《时代》杂志评为“全球最有影响力的100人”之一。
虽然目前为止Malcolm Gladwell仅仅出版了三部著作,但每一部都成为《Times(时代)》杂志畅销书排行榜第一的畅销书。
Malcolm Gladwell的《The Tipping Point(引爆点)》,2000年出版,被《福布斯》评选20世纪最有影响力的20本商业图书之一。高居《纽约时报》畅销书排行榜长达10个月,2005年度再度蝉联冠军。
另外,《Blink(瞬间)》(或译为《决断2秒间》、《灵光一闪》),2005年出版,被喻为“颠覆思维惯式,改变商业世界,领导力、决策学、营销学扛鼎之作!”。
《Outliers(异类)》(或译为《出类拔萃者》)是他最新推出的一本力作,出版于2008年,目前国内还没有中文版。
在Citrix Synergy 2017第三日的活动中,在创新演讲环节将迎来重磅人物——美国前国务卿鲍威尔,与现场观众分享网络安全的话题,敬请期待。至顶网记者将带来现场的第一手独家报道,敬请关注。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。