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。
如何挖掘数据的价值,数字化转型之路充满了阻力与坎坷。企业首要解决的就是IT基础设施问题,一个开放、融合、智能的基础设施平台为企业构筑数据“都江堰“提供了必不可少的重要支撑。作为数字化浪潮中的践行者,华为聚焦ICT基础设施平台,不断使能数字化转型。为此,我们走进华为深圳坂田基地,对话华为IT智能计算产品线副总裁卢广,畅谈他眼中的智能IT。
“IT基础设施的价值不仅仅是支撑业务的支柱,而应该成为业务价值创造的驱动力”,这是我们常常听到的一句话,但却不容易落地。不过,华为正在将这种转换变成现实,即从传统的资源有效利用到如今的支撑业务发展,从以前的成本效用到如今的价值创造。
卢广将这种变化的背后总结为ROADS,即实时(Real-time)、按需(On-demand)、全在线(All-online)、服务自助(DIY)和社交化(Social)。Real-Time即有足够的带宽,零等待;On-Demand让企业可以随心所欲地使用所需的各种业务;All-online即设备永远在线、业务永远在线;DIY让企业自己定义业务、定义应用、定义IT资源;Social,顾名思义即社交化。华为以ROADS为药方助力企业具备更加敏捷的运营能力,让企业IT系统从支撑系统走向生产系统。
华为提出基于IT基础设施的“一云一湖一平台”架构,旨在帮助各行各业客户加速信息系统整合与共享。“一云”是通过融合云资源池,集约化建设,实现基础设施统一交付、统一管理、统一服务;“一湖”是指数据湖,通过汇聚各方数据,提供“采-存-算-管-用”全生命周期处理能力,帮助客户将数据资源转变为数据资产;“一平台”即构建应用使能平台,通过实现基础数据服务、通用中间件、行业中间件等的集成,让客户和行业ISV基于多类型中间件快速实现新业务创新。
“智能“如今是企业数字化转型的热门关键词,无论是实现计算资源的智能调度,还是大数据的智能分析,亦或IT平台的智能控制与运维,智能在数字化转型中大有用武之地。在华为看来其表现出三个特征:第一,传统企业从通用服务器转向智能服务器;第二,数字化转型从封闭走向开放;第三,企业智能从单一走向异构再走向边缘。
数字化转型从封闭走向开放,是产业界不断融合发展的趋势,华为一直努力帮助用户的IT系统从通用走向智能,变复杂为精简,变单一为协同。此外,最重要的一点就是向开放系统的转变。卢广说,多年以来,华为围绕英特尔x86架构打造计算平台产品,和英特尔一道推动开放生态的成熟发展。现在,英特尔新至强完全跟随开放生态,并提供了丰富的性能提升、可靠性提升、安全性提升等等。
如今,华为IT产品线提出“智IT,慧未来”的理念,以开放生态为基础,将云、人工智能、大数据等先进技术与IT基础设施进行有机结合,帮助客户提升效率、降低成本并改善用户体验,挖掘数据洪流新价值。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
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。