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。
埃森哲分析报告也指出,从2000年开始到现在,在全球500强企业中有50%的消失企业是因为它们没有抓住数字化转型的机遇。IDC的分析报告也指出,未来如果不重视数字化转型,五百强企业中三分之一的企业将慢慢出局。
在企业数字化转型的道路上,IT基础设施是必不可少的重要支撑。近几年来,随着企业数字化转型进程的推进,IT基础设施正在发生重要变革,而混合云、网络虚拟化、分布式存储等等成为这轮变革的关键词。
当前计算产业正在处于变革期,浪潮服务器产品部总经理徐振表示,计算技术多元化日趋明显,计算产业新生态——开放计算也在迅猛发展。从计算产业看,全栈式产品方案的竞争时代已经来临,由于软件定义技术的发展,计算、存储和网络的融合必然带来产业的融合,每个厂商都在发展全栈式业务,成为平台化基础架构的方案供应商。
在企业的数字化转型中,IT扮演着越来越重要的角色。浪潮服务器产品部副总经理陈彦灵表示,IT基础架构需要创新——全面云化、统一融合和智能化。全面云化实现设备资源池化,动态可伸缩;统一融合实现计算、存储和网络的融合;智能化就是设备和资源管理的自动化和智能化。“作为IT提供商,产品和方案要做到‘两个面向’,即面向云数据中心部署环境和面向具体的应用场景。产品的密度、能效、扩展性、管理特性等要符合数据中心环境,解决方案要针对具体应用场景。近年来,浪潮就推出了AI服务器、存储服务器、视频服务器等一系列面向客户业务需求的应用优化服务器。”
针对计算产业的变革,浪潮提出了智慧计算的理念。云计算、大数据、人工智能等新应用兴起正在推动人类进入智慧计算时代,智慧计算的发展将改变整个计算产业的生态,也改变着市场的需求。
徐振解释说,智慧计算是从数据中获得信息和知识的复杂计算应用,以云计算为平台、大数据为认知方法、深度学习为优化手段,是实现智能社会的重要技术手段。云计算、大数据、工业互联网、物联网、AI是5个最典型的智慧计算应用场景。
同时,徐振认为,在未来计算产业的演进过程中,智慧计算是最大的产业机遇,包括云计算、大数据以及人工智能。“从市场层面看,计算产业的机遇有两个:首先是互联网行业的运营商采购,互联网运营商已经是全球最大的服务器采购群体;其次是企业市场的智慧化转型。目前,全球企业都面临智慧转型挑战,对于云计算、大数据、人工智能、物联网等新技术的需求会再次拉动市场的需求增长。”
展望未来,浪潮会进一步融入开放计算生态,加快产品技术、业务模式、生产制造等领域的创新,抓住智慧化转型的产业机遇;将智慧计算作为业务战略重点,构筑完善的智慧计算平台技术体系,包括硬件、软件、管理、框架等,打造软硬一体化的智慧计算平台方案的提供能力,并构建强大的深入行业的智慧计算生态。
以数据驱动的新工业革命时代已经到来,面向未来的新思潮、新思想、新思考正在不断产生,每一个企业、机构都感受到了转型和创新的迫切性。在这种情况下,我们需要开放思想,跨界思维,踊跃构建新的IT平台,积极布局新的商业模式。
2018年8月17日,由英特尔主办的《英特尔数字化创新行业峰会》将在北京金隅喜来登酒店举行。此次会议邀请100多位领导、行业专家、大型企业客户,以及40位媒体参与活动。来自英特尔的嘉宾、Forrester分析师、京东云总裁申元庆、知名学者、商业思想家吴伯凡等进行了主题分享。
英特尔数字化创新行业峰会是数字化转型的创新会议。大会将邀请英特尔相关嘉宾分享英特尔对于数字化转型与创新的最新洞察,深层次阐释英特尔最新产品及技术的诸多应用,同时来自中国互联网领域的标杆企业,和大中型企业代表用户一起,共同分享他们的技术和商业创新实践。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。