2019年3月15日,北京——中科曙光(603019)今日发布了2018年度报告。报告显示,在各项关键指标数据中,中科曙光均取得大幅增长。其中2018年曙光整体营收达到90.57亿元,同比增长43.89%;净利润和扣非净利润同比增长均高于三成,增速加快,显示企业在快速发展壮大的同时,盈利能力加速提升,有力提振市场信心;此外,在总股本未发生变化的前提下,公司总资产突破130亿元,企业基本盘进一步壮大,综合实力快速跃升。报告显示曙光全年表现超出市场预期,公司发展驶入快车道。
此外,报告还显示出曙光业务不断向上下游延伸,且在行业分布、地理分布上更趋均衡;同时企业研发投入成倍增长,研发人员占比进一步提升,凸显曙光作为高科技公司持续重点关注前沿技术创新,持续加大技术和产品研发投入,公司发展战略清晰且落实扎实。
2018年度,曙光营业收入总额达到90.57亿元,继2017年后,保持了高于40%的增速。其中,归属于上市公司股东的净利润为4.31亿元,扣非净利润达到2.72亿元,同比增速分别为39.43%和31.98%,扣非净利润增长幅度较2017年(23.04%)有显著提升,显示公司主营业务的盈利能力加速增长。
营收和利润两项核心指标的高速增长,反映出曙光作为综合性高科技公司的企业规模和综合实力快速壮大,市场表现优于资本市场预期,不仅为投资者带来良好收益,而且大力提振了市场信心。
报告显示,2018年曙光的研发投入总额达到7.24亿元,同比大幅增长68.36%,占营业收入比例扩大至7.99%。公司研发人员从2017年度的992人增至1409人,在公司总人数中占比从41.56%扩大至51.50%。
公司对于研发投入的显著提升,表明了曙光对于科技研发创新的高度重视。2018年度,公司获批筹建国家先进计算产业创新中心,采用网络化布局,集群式发展模式,实现核心技术与商业模式双创新。报告期内,曙光加大对于大数据关键技术的研发力度,推动大数据、云计算、人工智能交叉融合,进一步完善曙光大数据技术产品体系。
此外,2018年,曙光公司的技术产品也取得了一系列亮眼成绩。2018年度,公司面向智能制造的工业大数据示范应用平台、面向城市民生服务的大数据智能平台等,被列入2018年工信部智能制造和大数据产业发展试点示范项目名单。公司深度学习平台入选发改委人工智能重大专项;公司人工智能管理平台“SothisAI”获得2018ECIAwards(艾奇奖)技术创新类金奖,人工智能医疗影像机器人荣获产品创新类银奖等。
报告显示,2018年,曙光公司在高端计算机等传统领域依然优势明显:第九次获得《中国高性能计算机性能TOP100排行榜》市场份额第一名;集计算、存储、网络、节能等领域最新技术于一体的曙光新一代硅立方高性能计算机也在11月成功亮相。
此外,报告还显示,2018年度,曙光业务不断向上下游延伸,在致力于突破核心技术困局的同时,积极孵化创新型的下游企业。上游对核心技术的高度垄断的行业发展瓶颈,曙光致力于形成完整的、全自主可控的新一代信息技术体系。2018年度,公司先后获批“自主可控先进计算设备智能工厂”、“国产安全可控先进计算系统研制”等项目,为公司核心技术产业化创造了良好条件。
与此同时,曙光在“四个大数据”方面进行全面部署,为产品技术与行业应用的深度结合创造了良好局面。公司瞄准重点领域,与拥有深度行业积累的战略伙伴一起,成立创新型企业,谋求对细分行业领域的深入参与。例如公司在环保大数据领域投资中科三清,在空天大数据领域投资中科星图等。
报告显示,2018年,在企业、政府及公共事业三大行业领域中,营收占比最小的公共事业营收增长显著,高达66.83%。此外,按地区观察营收增长,业务最为薄弱的西部市场在2018年取得88%的营收增长,反映出曙光业务在行业和地理分布上更趋均衡。
面对扑面而来的“大计算”时代,曙光一直致力于推动计算科技的持续创新,并在先进计算领域展开全面布局。在高性能计算领域,公司正在全力攻克E级计算在功耗、性能、体系结构等方面面临的世界性难题;在云计算领域,公司自2009年开始布局城市云服务网络,支撑地方的政务信息化和智慧城市应用;在人工智能计算领域,公司已打造出完整的人工智能计算产品线,支持适用于不同应用场景的多种芯片。同时,公司正在大力促进高性能计算、大数据、云计算和深度学习等多元计算模式的深入融合。
大数据是计算力和行业应用结合后带来的一种创新体验。曙光公司正依托先进计算技术,广泛联合各行业应用合作伙伴,共同构建大数据生态。曙光深耕政府、科学、安全、工业这四个大数据领域,为公安、社保、交通、科研、能源、电信、金融、制造等多个行业实现数据融合、实时处理、全景展示、精准分析,用“大计算”+“大数据”的方式,助力各行业完成转型升级、动能转换与突破创新。
在“大计算”、“大数据”的基础之上,曙光进一步积极构建着眼于服务的“大平台”。在“城市云品牌连锁”的创新发展模式下公司建设城市云计算中心,初步形成了规模性云数据网络平台。公司以人工智能等相关技术为依托,在区域部署“先进计算中心”、“科学大脑”等新型平台,并在部分城市率先落地,进一步加快了“百城百行”的建设与覆盖,进而与“城市云中心”协同形成大服务平台,成为地方与行业进行创新资源汇集、新旧动能转化、实施供给侧结构性改革的重要支撑与抓手。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。