至顶网服务器频道 07月21日 新闻消息: 2017年7月20日,由浪潮主办的第四届互联网应用技术峰会(ITS2017,Internet application Technology Summit)在深圳召开,来自腾讯、百度、网易、平安、顺丰、魅族、比亚迪、数梦工场、Intel等全国200余名用户和合作伙伴参与。会上,浪潮不仅展示了业界最丰富的AI产品阵列,还公布了面向智能制造、智慧物流和新零售等领域的一体机策略,推动智慧计算进一步落地。
第四届互联网应用技术峰会召开
从互联网第一到AI领先,浪潮计算力支撑行业发展
自2014年第一届互联网应用技术峰会首提传统企业转型到今年聚焦互联网+和人工智能,浪潮已经利用其在互联网行业的丰富服务经验和定制化创新成果,为企业提供更高效、更易管理、更低TCO的计算支撑平台,成为比亚迪、徐工等互联网+制造企业,德邦、顺丰等互联网+物流企业,苏宁、国美等互联网+零售企业的重要合作伙伴。
浪潮集团高级副总裁王虹莉发表演讲
"我们不难注意到,中国互联网快速发展的5年,也是浪潮快速发展的5年。这种牢固的依存关系和双向的推进已经不可撼动,浪潮籍此获得的领先优势在不断扩大。" 浪潮集团高级副总裁王虹莉在会上表示:"据IDC、Gartner数据显示,2017Q1浪潮服务器出货额中国第一,在互联网市场更是连续3年保持市场第一。值得注意的是在新兴的AI市场,浪潮在人工智能计算领域的市场份额也已经超过60%。"
目前浪潮已经拥有业界最全的AI计算产品阵列,涵盖AI计算基础设施层、AI集群管理平台和AI软件算法开发框架。在此次深圳互联网技术峰会上,浪潮首次国内集中展示了GX4、SR-AI整机柜服务器等可以Box形式独立扩展的创新AI计算产品,NF5280M5、AGX-2、NF6248等机架式GPU/KNL服务器以及FPGA卡等业界最丰富的AI全产品阵列。
浪潮现场展区展示AI计算产品
其中,SR-AI整机柜服务器是面向更大规模数据集和深层神经网络的超大规模AI计算模块;AGX-2是浪潮与NVIDIA联合发布的2U8 NVLink? GPU全球密度最高、性能最强的AI超级计算机;GX4是因其拓扑架构的调整灵活性而适用于全线AI应用场景的新型AI计算加速产品。而面向线上推理任务,浪潮推出的F10A是目前业界支持OpenCL的最高密度最高性能的FPGA加速设备,基于Altera的Arrial 10芯片,单芯片峰值运算能力达到了1.5TFlops,功耗却只需35W,每瓦特性能达到42GFlops。
除了丰富的AI计算平台之外,浪潮还将展示自主开发的AI Station深度学习管理系统、T-eye应用特征分析系统和Caffe-MPI深度学习并行计算框架。其中,AI Station 是浪潮自主研发的人工智能深度学习管理系统,面向深度学习计算集群,可以支持多种深度学习框架,能够快速部署深度学习训练环境,全面管理深度学习训练任务,为深度学习用户提供高效易用的平台;对计算集群的CPU及GPU资源进行统一的管理、调度及监控,有效的提高计算资源的利用率。
浪潮集团高级副总裁王虹莉表示:"目前浪潮的能力不仅仅局限在产品的定制化,随着对于行业应用理解的加深,浪潮能够实现产品技术的前置创新、快速满足。也就是说浪潮在前沿技术的应用上可能早于部分客户现有的需求,但随着客户规模增大或者业务升级,这些创新产品就可以被快速落地和应用。"在AI计算产品上,浪潮GX4不仅能够满足大型AI应用和算法开发者的需求,而且这些产品能够在短时间内复制到中小客户中去,实现AI需求的快速满足。
同时,这一理念也体现在浪潮的一体机策略中。会上,浪潮公布了第一批一体机的策略,包括面向智能制造的生产质检一体机,面向智慧物流的通信协同一体机、面向新零售的智能客服一体机。后续浪潮还将与国内领先的互联网公司进行产品的开发,面向更多应用场景推出一体化解决方案。
目前浪潮的业务链已经和用户紧密对接,一方面浪潮与Intel等计算芯片厂商,定制化开发FPGA产品和基于KNL/GPU的计算创新的AI计算设备。另一方面,浪潮与国内顶级的互联网公司均保持着密切的合作,将他们在AI领域的算法、软件能力与AI计算平台进行深度定制,从而形成即插即用的计算力服务,以一体化解决方案的形式,推动企业向互联网云化、智能化迈进。
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。