2019年3月13日晚,神州数码控股有限公司(以下简称:神州控股)发布公告,公司与长春新区签署“数字新区”一期服务项目协议。根据协议,神州控股将协同生态伙伴负责长春新区“数字新区”项目一期建设,合同金额约1.74亿元。
据悉,神州控股将把旗下企业北京因特睿软件有限公司(以下简称:因特睿)与北京大学共同研发,新近荣获“2018年度国家技术发明奖一等奖”的领先技术成果应用到项目建设中,包括大数据平台、城市运行管理平台,智慧城管、智慧建管、智慧环保、智慧社区应用平台,长春新区智慧城市管理指挥大厅等。
业界认为,该项目的签署不仅标志着神州控股在“数字吉林”乃至“数字中国”建设过程中迈出了坚实的一步,更重要的是,这是燕云DaaS这一颠覆性技术,在智慧城市领域产业化应用的一次重要实践,具有里程碑意义。
作为中国智慧城市理念的率先提出者、标准制定的推动者、实践探索的先行者,神州控股自2010年发布智慧城市战略以来,先后参与了116个城市的智慧城市建设,服务人口超过一亿,从智慧城市1.0、2.0到3.0,不断推动我国智慧城市新发展,在理念、技术和实践方面处于领先地位。
神州控股首席运营官郭郑俐表示,当前,基于城市自身特点,将大数据、IoT等新技术的应用与智慧城市产业发展战略相结合,是我们构建未来城市的一个新的突破口。燕云DaaS将为城市大数据运营服务提供关键支撑,具有广泛的应用场景,将在神州控股的智慧城市建设中发挥举足轻重的作用。此次将该技术应用于长春新区的“数字新区”建设,势必将打造出我国智慧城市建设新标杆。
资料显示,神州控股旗下因特睿与北京大学研发的“云-端融合系统的资源反射机制及高效互操作技术”及“燕云DaaS”系列产品,可在数据库封闭、源代码缺失、无原厂支持等情况下,智能生成给定系统的读写接口(API),构建数据和功能“管道”,实现数据的实时流动和功能的无缝集成,解决了制约互联网+政务发展的信息孤岛瓶颈问题,实现了系统的互联互通和数据的交互共享,平均可为用户节省90%以上的项目沟通协调时间,缩短50%的项目实施周期。该技术在国家政务信息系统整合共享、国家互联网+政务服务试点等重大工程和任务中,广泛应用于科技部、工信部、农业农村部等10余个部委和北京、上海、贵州、浙江等20多个省市自治区,累计打破数千个政务信息孤岛,成为支撑万亿级大数据产业生态发展的一项共性关键技术。
谈及此次备受关注的颠覆性技术——燕云DaaS的诞生,郭郑俐表示,只有提高关键核心技术创新能力,我国数字经济发展才能不受制于人。作为一家自成立起便以“数字中国”为使命的科技公司(神州数码英文名称为Digital China,译为:数字中国),神州数码不断以自主创新核心技术赋能行业数字化转型,践行数字中国。长期以来,除依托自身技术团队的研发创新之外,神州控股通过与北京大学等国内外知名高校、科研院所合作,成立“协同创新中心”,围绕产业需求,开展大数据、云计算、人工智能等新一代技术攻关、项目孵化。燕云DaaS便是众多成果之一,未来还将有更多技术成果应用到实践中。
展望未来,神州控股将协同生态伙伴努力向智慧城市3.0迈进,以燕云互操作技术及平台打破信息孤岛,以IoT技术实现城市的智能感知,实现物联汇聚、数据融合共享,构建基于大数据赋能的智慧应用场景,涵盖智慧环保、智慧水务、智慧交通、智慧产业园等,提供从规划设计、建设实施、产业引入到城市大数据运营的全周期解决方案,致力于成为中国领先的智慧城市大数据综合运营服务商,为数字经济发展和民生服务改善赋能。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。