国内超融合领导厂商SmartX(北京志凌海纳科技有限公司)日前宣布,又一批金融、制造业顶尖企业在关键领域采用了基于SmartX超融合的新一代IT基础架构。为满足不断增长的业务量对弹性敏捷IT的需求,越来越多的企业选择通过SmartX超融合架构在赢得性能大幅提升的同时有效降低总拥有成本,并利用超融合的灵活扩展性来实现企业的按需投资,在数字化转型中独占先机。
近几年,超融合架构不断进行自身演进,逐步进入企业核心应用层面,实现在关键行业的落地部署;用户对于超融合的熟知度及认可度也显著提升。
作为领先的超融合产品与解决方案供应商,SmartX展现出了卓越的行业领导力,先后强势破冰进入金融、制造业、运营商、能源等高门槛关键领域,尤其着力布局银行、保险、证券、期货等对可靠性要求严苛的金融细分市场,成功打破国外超融合厂商对于该领域的垄断。SmartX致力于集中产品及服务优势,帮助客户凭借前沿IT技术提高市场应变能力,获得高可靠、高可用、灵活自如的 “互联网式” IT基础架构 。
2018 年开年,SmartX 发展势头依旧强劲,并收获了以下重点客户,为新一年的持续发力打下坚实基础:
青岛海尔股份有限公司(简称 “海尔集团” )是全球大型家电领导品牌,致力于由传统制造企业转型为真正的互联网企业。2017年下旬,海尔集团重磅发布了智汇云战略,汇聚全球资源构建了工业互联网的第一云平台,为制造业上下游产业链的中小微企业发展提供支持,实现开放、共创、共赢的生态圈。为实现云平台的高效运营,作为海尔集团的超融合产品及解决方案战略合作伙伴,SmartX提供了SmartX Halo 100超融合一体机来支持海尔COSMOPLAT高效运转。希望以敏捷的IT基础架构助力海尔智汇云平台发挥出更大的共享价值。
泰康人寿保险股份有限公司(简称 “泰康人寿” )总部设在北京,在全国各个省份设有分公司,致力于成为最具亲和力、最受市场青睐的大型人寿保险公司。泰康人寿是中国五大寿险公司之一,连续十三年荣登 “中国企业500强”,在行业内具有重要的影响力和示范性。泰康人寿此次将SmartX超融合一体机应用于互联网业务的生产系统中,有效解决业务快速上线的难题,同时还可保障后续的灵活扩容、简化管理维护。
国泰君安证券股份有限公司(简称 “国泰君安”)是国内最大综合类证券公司之一,经营业绩稳居业内前三。自2008年以来,国泰君安连续十年获得中国证监会授予的A类AA级监管评级,该评级是迄今为止中国证券公司获得的最高评级。国泰君安的经营管理、风险控制、合规体系、信息技术等水平在业内均保持领先。此次国泰君安采用了SmartX Halo 400超融合一体机,并部署在其西部IDC机房,用于支撑其互联网金融敏态类业务,同时大大降低了远程运维管理的复杂度,并为后续业务发展提供弹性、快速、按需扩展的可能。
渤海人寿保险股份有限公司(简称 “渤海人寿”)是首家总部落户天津自贸区的专业寿险公司。成立三年来,公司业务快速发展,是寿险先锋榜之 "最具成长性保险公司"。渤海人寿采用了SmartX超融合一体机,应用于开发测试环境,旨在借助超融合设备搭建高性能、高稳定性的IT基础架构,简化运维管理复杂度,并能实现IT资源的灵活动态扩展,进一步提高IT基础架构的灵活敏捷性,以应对瞬息万变的市场发展。
人保再保险股份有限公司(简称 “人保再”)是中国人民保险集团股份有限公司 “十三五” 时期着力打造的再保险专业化经营平台。总公司中国人民保险是一家综合性保险(金融)公司,世界五百强之一,是目前中国最大的保险公司。人保再采用SmartX超融合一体机,部署在生产系统中,实现了业务快速上线、后续系统业务灵活扩展的需求,并通过多种机制充分保证数据的安全可靠。
随着企业用户对 “互联网式” IT基础架构投入更多关注,SmartX的业务拓展将获得更大的潜力空间。通过超融合架构助力用户实现数字化转型,将成为SmartX在2018年加速发展的核心源动力。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。