日前,一年一度的科技与商业盛会“2019 IBM中国论坛”在北京召开。作为商业科技领域最有影响力的会议之一,IBM中国论坛是未来科技和突破创新的立体展示平台,被誉为是商业科技发展的风向标,每年都会吸引国内外业界领先的科技从业者与科技企业的广泛关注与参与。本届论坛,浪潮商用机器有限公司(简称:IPS)重磅亮相,并就“就绪‘智能+’基础,架构企业未来”话题,与众多有“智”者汇聚一堂,凝视当下,展望未来,共话科技赋能和“智能+”时代的企业成长与发展之道。
IBM大中华区总裁包卓蓝(Alain Bénichou)表示,IBM深耕中国市场35年,注重与中国客户和技术合作伙伴共同创造,支持和帮助中国各行各业的变革和发展。他特别提到,2018年,IBM与中国服务器领域的领军企业浪潮电子信息产业股份有限公司共同成立了合资公司浪潮商用机器,为中国市场提供基于Power技术的服务器。浪潮商用机器将IBM Power架构平台的雄厚实力与浪潮的服务器技术、强势品牌、分销和研发优势相结合,面向中国客户的特殊需求,更好地提供Power产品和服务,凭借基于Power技术的服务器,一个全新的人工智能时代即将开启。
当前正处于科技发展的转折点,技术变革的步伐不断加快,人工智能、5G等新兴技术以指数级速度发展及融合。充分发挥新兴技术潜力,企业不仅需要数字化转型,更需要数字化重塑,只有借助高级分析和人工智能技术,充分挖掘自身数据价值,才能获得决定性的竞争优势。而人工智能潜力的充分发挥,则依托于安全稳定、性能强大的计算平台。凭借Power技术带来的卓越算力,浪潮商用机器充分把握数字化重塑的战略机遇,致胜“智能+”时代。
数字化重塑对企业IT架构提出了更高的要求,如更高的计算能力、更高的内存与I/O吞吐、更高加速比的分布式架构、更高的性能等,强力推动着计算市场的高速增长。实际上,在AI模型训练之外,如材料学、生物学深度学习等科学研究,也离不开强大的计算力支撑。
瞄准这一发展趋势,浪潮商用机器以全新POWER9处理器为核心,全面布局,在横向扩展领域,驱动人工智能计算力跃级,面向人工智能、大数据分析、分布式数据库、内存计算、GPU数据库等新兴应用领域,提供针对数据和认知的基础架构,满足企业的多样业务需求。同时,在纵向扩展领域,继续以高性能、高稳定性和卓越的定制服务为企业关键业务搭建核心承载平台,以超强的弹性拓展能力支持面向关键应用场景的深度优化,并提供云原生支持。
在本届IBM中国论坛,浪潮商用机器携旗下旗舰明星产品K1 Power服务器以及面向大数据、人工智能等新兴应用的全自研的首款分布式存储型服务器FP5466G2等明星产品惊艳亮相,赋能中国企业IT架构,决胜数字化重塑时代。
2019年被誉为人工智能落地元年,金融、医疗、安防等领域将成为重点落地行业,能够提供端到端、一站式全流程管理的AI软硬件一体化产品,将成为解决企业人工智能应用落地面临的数据、算法、计算力等多重挑战和高门槛,满足企业应对海量数据治理、大规模训练样本和高维机器学习的高效率需求的主流解决方案。因此,硬件厂商、ISV、客户将进入“共生共荣”阶段。
基于此,浪潮商用机器在开门营业一周年之际,全面升级合作伙伴战略,通过持续加大投入,构建更为完善的合作伙伴体系。一方面继续拓展渠道覆盖并激发渠道活力,另一方面强化与ISV的战略合作,以“共同投入,共享收益”的模式打造完整的ISV合作体系,布局创新应用场景,完善Power生态,实现共同繁荣。
浪潮商用机器希望通过渠道战略升级及与ISV的强化合作,实现从业务场景到用户应用优化层面的行业纵深突破。同时,建立ISV渠道开拓体系,并围绕Power和人工智能、智慧计算领域的业务需求,寻求更多的市场机会。
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。