数字化转型,是为了能在数字化时代更好的生存与发展所必须经历的过程。
如今,数字化增长速度远超企业、个人的想象力。IDC报告指出,到2020年,50%的中国2000强制造业企业,将会依靠数字化平台来增加他们对生态系统和体验的投资,并支持其总收入的30%。从全球来看,去年67%的全球TOP1000企业已经将数字化转型作为公司战略的核心。
毫无疑问,数字化转型进程中数据量的爆发将会对IT领域特别是IT基础设施层面产生重大的变革。如何应对这一挑战,近期至顶网联合英特尔及合作伙伴推出了《新至强,决胜数据未来》系列对话节目,本期,我们邀请到新华三集团工业标准服务器产品部总经理刘宏程,畅谈他眼中的数字化时代及应对之道。
基础设施的灵活扩充与软件定义
在庞大的数据量中挖掘对企业自身的竞争优势和价值是一件非常困难的事情,在刘宏程看来,企业要解决基础设施层面两个方面的问题,一是软件定义,二是硬件的灵活扩充。
“数字化变革中,业务的应用类型和应用场景可能随时发生变化,这要求企业所具备的计算能力要快速变化。同时由于计算和存储、网络相辅相成,共同形成一个整体完成数字化处理能力,这就需要其有足够的灵活度,称之为IT基础设施的软件定义。”刘宏程说。
其次是硬件的扩充能力,数据量爆发增长,企业已经难以用少数的IT设备完成数据处理的要求,这时需要随时随需的灵活扩充。其中不仅包括企业内部的硬件扩充能力,还需要外部获取计算能力满足云计算的业务需求。
刘宏程表示,作为国内少数拥有计算、存储、网络等完整新IT基础架构能力,以及云计算、大数据、网络安全与物联网等数字化解决方案的厂商,新华三能够从整个基础设施架构层面解决数字化转型中的各种问题。并且对于外部获取计算资源的需求,新华三也提供了完善的管理解决方案,让用户的计算、存储和网络能力在内部的IT基础设施和外界所有的云计算基础设施间进行迁移和管理,从而构建混合的基础设施架构。
在新华三来看,未来的混合计算环境将是一个新常态,对应计算架构来说,过去走过了从专有设备到融合到超融合的几个步骤,它们都是在向云靠近。为此,新华三推出了塑合型基础架构平台,与传统的融合架构不同,塑合型基础架构具备了流动资源池、软件定义智能以及统一API等三大特性。它将传统、僵化的物理系统转化成由计算、存储和结构资源组成的灵活、虚拟的资源池,启动后即可立即用于部署工作负载,并实现简单化、自动化扩展,最大限度提高资源利用率,避免过度部署和资源闲置,确保适当规模的应用资源分配。
“有了塑合型架构,用户可以在十几秒内重新部署计算、存储、网络资源,相当于在企业内部实现了私有云服务体系。”刘宏程说。
这其中也得益于英特尔至强可扩展处理器的应用,共同去提升计算、存储、网络、IO能力,从而缓解了IT基础设施后台的压力。此外,新华三同时借助了英特尔至强可扩展处理器敏捷性的特性,新的指令集能够快速实现技术、存储、网络资源的灵活调配,例如软件定义计算、软件定义存储、软件定义网络等。
迈向开放,保障连接与安全
在为用户提供关键业务支撑方面,新华三正在引领迈向开放架构,“任何企业的核心业务都需要非常可靠的计算能力支撑,但过去的硬件体系和应用场景导致关键业务服务器采用成本太高。”刘宏程说。
新华三正在把过去积累的关键业务服务器的RAS特性迁移到x86平台,包括把Superdome X、Superdome Flex高端服务器平移到开放架构,利用x86处理器实现更高的可靠性,实现关键业务迁移。
此外,除了硬件层面从过去的传统小型机向x86架构演变外,“在软件层面,新华三也在帮助用户从过去的Unix解决方案迁移到更开放的Linux解决方案上来,实现整个软硬件向更开放的环境靠拢,并且不损失传统小型机平台的可靠性特性。”刘宏程说。
对于保障用户关键业务,刘宏程同时强调了网络及安全的重要性。今天整个IT运行环境中所有产生的延迟都有可能产生较大的业务影响,所以网络同样要保证横向扩充的能力,以及具备超低延迟的硬件能力。在安全方面,数据的重要性已经提升到十分重要的高度,新华三提供了软硬一体的解决方案。刘宏程甚至用“全球最安全的服务器”来形容新华三计算平台的安全水平,“在CPU启动之前我们所有的安全机制已经开始运行,这是业界独一无二的技术。”
刘宏程进一步说道,“在安全性方面,也因为英特尔在至强可扩展处理器上提供了新的安全指令集,让我们所有软硬件安全策略的实施落地变得更加有效。”
积极布局创新技术
之所以说新华三在帮助用户进行数字化转型方面构建了完善的基础设施架构,这源自其重视创新技术对数字化变革带来的推动作用。如今,每个领域都应用了多项数字化技术,不仅仅包括云计算、大数据、物联网、移动技术等,还涌现出了一系列的前沿技术,如人工智能、区块链、容器、边缘计算等等。
新华三对这些前沿创新技术均进行了布局。一方面,新华三推动以此为代表的新一代信息技术产品与解决方案引领产业发展与规模扩大,以人工智能来说,新华三确立了“AI for All”的技术战略方向;另一方面,新华三以技术创新推动与传统产业深度融合,促进产出增加与效率提升,并驱动传统行业跨界融合、分化与新兴业态的发展。
在整体数字化技术战略方面,新华三数字化技术创新的能力贯穿了从数字化基础设施、数字化平台解决方案到基于生态合作的数字化应用解决方案的多个层级,为用户提供贴近应用场景的全方位数字化支持。从而实现“融绘数字未来”的愿景,服务于百行百业的数字化转型。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。