2019年4月9日,第七届中国电子信息博览会(CITE2019)在深圳会展中心隆重开幕。本届博览会以“创新驱动发展,智慧赋能未来”为主题,由工业和信息化部、深圳市人民政府共同主办。紫光集团携芯片、云网多家子公司共同参展,整体打造“从芯到云,创新铸就梦想”的主题展区,带来了紫光在5G领域最新的技术成果和产品,包括最新发布的5G基带芯片和手机样机,5G小基站,以及与5G技术适配的FPGA等产品,全面展示紫光集团在5G时代的创新能力。紫光展锐首次亮相国内展会的5G基带芯片春藤510,还获得了本届博览会颁发的“中国电子信息博览会金奖”,这也是紫光集团旗下芯片连续多年获得此项殊荣。
紫光集团联席总裁刁石京在紫光展位向工业和信息化部王志军副部长,广东省覃伟中副省长等领导介绍此次荣获CITE金奖的5G基带芯片春藤510。
值得一提的是,紫光集团旗下Linxens的微连接器、采用长江存储3D NAND闪存芯片的紫光存储固态硬盘等都是首次参展。此外,紫光集团还首次以沙盘的形式展示了旗下企业在物联网领域取得的研发突破,充分展现了在物联网领域的从芯到云的整合能力和研发实力。
本届博览会,紫光展锐推出基于马卡鲁5G通信技术平台的5G基带芯片——春藤510的同时,将支持首批5G终端应用的商用落地与上市,为全球消费者带来5G革命性的连接体验,推动5G商用全面提速。
紫光展锐副总裁周晨表示:“未来的5G不能是一个孤立的网络,而是应该和其他很多无线网络结合在一起,才能够提供更完美的体验。春藤是紫光展锐的泛连接芯片产品品牌,目前已在NB-IoT、无线连接、智慧城市、智能可穿戴、智能家居等领域不断获得突破。”
据悉,春藤510可同时支持SA(独立组网)和NSA(非独立组网)组网方式,充分满足5G发展阶段中的不同通信及组网需求。在5G的主要应用场景方面,春藤510以其高速的传输速率,可为各类大流量应用提供支持。
紫光集团在5G领域还展出了从芯到云的多款相关产品与解决方案,包括紫光国微与5G基站网络相匹配的FPGA产品及解决方案,以及紫光集团旗下新华三从ORAN架构白盒化小基站到承载网、电信云和边缘计算的系列5G产品与方案等。
存储产业是紫光集团“从芯到云”大战略中重要一环。本届博览会上,紫光集团首次展出了全部采用紫光核心技术芯片的企业级固态硬盘P8260,其中包括长江存储的32层三维闪存晶圆、紫光得瑞的SSD控制器芯片,和西安紫光国芯的DRAM。
除此之外,紫光还在本届博览会上展示了全线存储产品,包括针对服务器市场的企业级SSD高端产品P8160和面向主流市场的S6110。P8160同样采用紫光得瑞的SSD控制器,性能足以对标国际主流品牌的高端产品,已经在紫光旗下新华三等客户开始大规模导入。
紫光集团旗下公司在存储和集成电路领域的技术储备大力推动着闪存产业链的发展。从2018年大放异彩的XtackingTM技术到3D IC晶圆级集成技术都在此次博览会上得到了重点展出。同时,搭载长江存储32层三维闪存芯片的多款终端应用,如:紫光指纹安全U盘,个人电脑、机顶盒等也亮相了此次博览会。
作为国内少数可以提供从产品到咨询、设计、建设和运营的全产业链云网服务企业,紫光集团拥有计算、存储、网络、安全、超融合系统和IT管理系统等全系列云架构产品,设备出口至100多个国家和地区,在线运营超过5000万台。
本届博览会上,紫光集团在IT基础设施和领域展出了业界首款支持云化的集群路由器CR19000,超融合架构、企业级中端融合存储产品;在云网应用领域,则重点展出了新华三智慧城市方案,它涵盖了新型智慧城市建设的整个生命周期,实现从顶层设计、业务咨询、集成交付到智慧城市运营;同时展示的还有以云平台为支撑、以运营服务为引擎、以生态发展为龙头、聚焦服务于“优政”、“惠民”、“兴业”的紫光公有云;为工业客户提供全方位的工业云服务和智能制造系统解决方案的智能制造公共服务平台UNIPower;以及服务于城市管理的“数字红墙”解决方案等。
新华三集团联席总裁韩志刚表示:“新华三将不断致力于创新方面的投入与发展,助力中国企业的数字化转型。以应用驱动为出发点,结合公司多年来在百行百业信息化建设的经验与最优实践,聚集行业解决方案。将典型业务突破为抓手,形成可复制、可扩展的商业模式,构建合作共赢的生态系统。”
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。