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。
为了应对数据爆炸,企业需要更新已有的IT架构。在以前,企业可以通过建设数据中心来满足IT需求。但是在大数据时代,新的业务模式下企业需要对传统的IT架构进行很大的转变。
为此,中科曙光副总裁兼存储事业部总经理惠润海认为,企业首先应该要简化IT架构,太复杂企业驾驭起来就非常困难。因为随着数据爆炸性增长,对IT系统的需求越来越高,管理势必会越来越复杂,如果你不采取措施把IT系统的整体架构进行简化,后续的管理问题就会非常困难。然后是智能化,现在人工智能的兴起对于企业来说创造了新的业务模式,企业的IT架构必须对这些需求做出智能化的反映,加快业务增长的速度。
惠润海补充说,在存储规划方面,企业需要注意两点。一是要考虑得更长远,因为现在数据的增长非常迅速,IT系统的建设必须考虑未来几年数据的增长,然后根据这些数据的生命周期来整体把握你的存储架构。第二个是预留更多的可能性,未来你对于数据的管理和处理,数据价值的挖掘,需要预留更多的接口,否则未来你一旦有一些新的想法想要实现,你可能要付出非常大的成本。
在惠润海看来,现在是存储大变革的时代,比如超融合架构、软件定义存储、闪存等。超融合架构在一个统一的硬件平台上实现了计算能力和存储能力的匹配,使得我们的管理更加简单。而软件定义存储可以作为超融合系统里面的存储解决方案,也可以作为混合云架构里面独立的存储系统来使用,它的这种分布式架构保证了存储性能和容量可以实时在线横向扩展,从而满足混合云架构对存储的性能需求。对于传统存储和分布式存储,惠润海认为这两种存储架构在企业中是共存的状态,相互补充。
惠润海认为,英特尔至强可扩展处理器对于我们存储系统的性能提升是非常有帮助的。比如说它的内核微架构、核内互联的新技术,对于单个存储节点的技术能力和IO吞吐能力都有非常大的提升。不管是传统存储架构,还是分布式架构存储系统,带来的是整体性能和性价比的提升,因为我们用更少的硬件资源可以获得更高的性能。
另外,英特尔至强可扩展处理器也面向数据应用进行了增强型,比如说它新的增强指令集AVX-512,新的指令集对数据的压缩、重删以及数据处理,都会带来成倍的性能提升,这在曙光的很多用户已经得到了应用和体现。惠润海介绍说,曙光有一个专门进行AI创新的客户,其面对的数据特点是海量的小图片,需要通过机器学习进行训练。对应存储系统需要大量的随机读取这些小的文件,这时候采用英特尔新一代至强平台,比上一代的平台会带来几倍性能的提升,我想这就是英特尔新一代至强产品带给存储的一个很好的应用展示。
此外,英特尔的3D XPoint技术打破了内存和闪存界限,让存储系统更贴近CPU,离CPU更近,离计算更近,延迟大幅度缩小,性能得到极大提升。英特尔傲腾、英特尔3D NAND、英特尔存储加速库、纠删码等为企业构建一个专为优化数据分层和性能而设计的现代数据基础设施提供了有力支撑。
“目前,存储行业所代表的数据存储和管理行业正处于变革期。不管是存储介质还是数据管理方式,都在发生巨大的变化。新技术会不断涌现出来,因为它们会更加贴近我们很多应用要求,更满足我们客户的需求。”惠润海最后说。
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
这篇研究介绍了KVzip,一种创新的查询无关KV缓存压缩方法,通过上下文重建机制为大型语言模型提供高效存储解决方案。该技术能将KV缓存大小减少394倍,同时提高解码速度约2倍,在各种任务上性能几乎不受影响。不同于传统查询相关的压缩方法,KVzip创建可在多种查询场景下重用的通用压缩缓存,特别适合个性化AI助手和企业信息检索系统。研究在LLaMA3.1-8B、Qwen2.5-14B和Gemma3-12B等多种模型上进行了验证,处理长度高达17万词元的文本,并能与KV缓存量化等其他优化技术无缝集成。
腾讯与上海交通大学联合推出的DeepTheorem研究突破了大型语言模型在数学定理证明领域的限制。该项目创建了包含12.1万个IMO级别非形式化定理的大规模数据集,开发了专门的RL-Zero强化学习策略,并设计了全面的评估框架。研究表明,通过使用自然语言而非传统形式化系统,即使是7B参数的模型也能在复杂定理证明上取得显著成果,超越许多更大的专业模型。这一成果为AI数学推理开辟了新途径,使语言模型能够像人类数学家一样思考和证明。
MAGREF是字节跳动智能创作团队开发的多主体视频生成框架,能从多张参考图像和文本提示生成高质量视频。该技术引入了区域感知动态遮罩机制,使单一模型灵活处理人物、物体和背景,无需架构变化;并采用像素级通道拼接机制,在通道维度上运作以更好地保留外观特征。实验表明,MAGREF在身份一致性和视觉质量方面优于现有技术,能将单主体训练泛化到复杂多主体场景,为内容创作者提供了强大而便捷的视频生成工具。
这项研究揭示了大型语言模型(LLMs)偏好决策的内在机制。以色列理工学院和IBM研究院的团队开发了一种自动化方法,不需人工预设即可发现和解释影响AI判断的关键概念。研究横跨八个领域(从一般问答到安全评估),分析了12种偏好机制,发现人类评判者重视权威性和清晰度,而AI评判更关注事实准确性。他们提出的层次多领域回归模型不仅能准确预测偏好,还能清晰解释判断过程,为构建更透明、更符合人类价值观的AI系统提供了新途径。