10月23日,每年一届的乌镇互联网大会落幕。相比往年,今年乌镇大会提前了半个月,天气暖了但知名的“乌镇饭局”却冷了。
直到大会结束,只有网易丁磊和百度李彦宏两人和十余个菜同框。
图说:网上流传的第六届乌镇饭局
从2014年丁磊组饭局推销猪肉,到2017年占了小半个中国互联网圈的“东兴局”。
互联网大佬们都被外界放在“饭局”里。好像通过这个“局”,我们能看透中国互联网大佬间的关系和较量。
图说:2017乌镇互联网大会的一场饭局,美团王兴、京东刘强东分坐腾讯马化腾左右
或许是因前两年“乌镇饭局”太热、消费过度,今年饭局凉凉。也好,这可让我们集中注意力到互联网的新技术上。
第六届乌镇互联网大会公布了15项“世界互联网领先科技成果”,不同于往年的是,其中近一半是“鲲鹏920”、“特斯拉完全自动驾驶芯片”、寒武纪“思元270”等硬件产品。其中更有一台“大块头”——中科曙光的浸没液冷计算机“硅立方”。
笔者注意到,这台计算机是自有“科技成果榜”以来公布的63项成果中,第三台入榜的计算机。之前两台分别是IBM的“Watson”类脑计算机以及“神威·太湖之光”。
曙光的这台计算机,引起了笔者不少兴趣。相比5G、人工智能等新概念。“计算机”存在了几十年,大家用了几十年,似乎没新奇的。但不能否认,离开了计算机我们谈的互联网将不复存在。
2001年,美国爆发第一次互联网泡沫危机。当美国互联网公司们的CEO、CTO将计算机搬回车库,一觉醒来忽然发现全世界连上了Internet。2005年,一本《地球是平的》的畅销书很好地描述了美国人当时的感受“世界触手可及”。
中国作为世界第一人口大国,自然不会错过这场“世界平坦化”变革。BAT们纷纷在千禧年前后应运而生,之后全世界看到了互联网发展的极致成果——小十亿台手机(缩小的计算机)可支付,可网购、可评论千里之外人的自拍。国人也创造出“B2B”、“B2C”、“C2C”等商业理念。
但后入场的中国,互联网产业化道路必定是曲折的。在互联网产业上游,从一个根域名、一款虚拟化软件、一根天线、一块芯片、一片内存,一台服务器计算机,也是最近几年国人才能真正涉足。这也是关心这台计算机的原因,在互联网产业上游,我们做得如何?
显然,曙光的“硅立方”不是笔者能用的计算机。根据官方材料,曙光“硅立方”采用浸没相变液冷技术,将服务器芯片、主板在内的计算部件浸没于液态冷媒中。这使得“硅立方”单机柜功率密度达160kW。PUE(评价能源效率的指标)降至1.04(全球数据中心PUE平均值为1.58,极限是1.0)。由此硅立方相比传统数据中心节能30%,性能提升20%。
对于几年电费等于投建成本的数据中心,节能30%、性能升20%等于买了台i5台式机能当i7的用,用几年还能省出台i5的钱。
对于“硅立方”的意义,中科曙光总裁历军在接受媒体专访时说得很具体,“过去建一个数据中心盖楼至少得两年,需要严格的配套水电、管道等工程设施。但有了硅立方,这些工程问题几乎可忽略,三个月就可以建成。”另外,“硅立方”是典型的“超融合、异构先进计算产品”可集服务器、存储、安全、云计算、大数据分析于一体。
互联网的后半场,是大数据爆发的战场,对算力需求将急剧增加。5G时代到来,无线数据传输速率可达10Gb/s。如此海量数据,智能手机等终端将作为接收设备而存在,相应的海量数据和计算都将交给数据中心来处理。
因此,我国《“十三五”国家科技创新规划》(国发〔2016〕43号)也明确提出,要发展先进计算技术,重点加强E级(百亿亿次级)计算、云计算、量子计算、人本计算、异构计算、智能计算、机器学习等技术研发及应用。
仅从计算力的支持层面看,曙光“硅立方”将极大满足互联网后半场海量数据存储和计算需求。加上曙光在存储系统、芯片等方面的布局,其今后算力输出将不容小觑。
目前硅立方也已在北京、南京、山西、甘肃等多个省市建设应用。据瞭望智库报道,2017年在山西先进计算中心建设的“硅立方”,正帮助山西及其周围省市聚集上下游产业链创新资源,支撑“互联网+实体产业”创新。
图说:山西先进计算中心,玻璃内为曙光“硅立方”
作为中国产业界最不缺话题的互联网,从始至终都上演着“你方唱罢我登场”的戏码。今年乌镇互联网大会,饭局冷了,技术、计算机又热了,对于笔者这样的局外人除了热闹还有“变化无常”的感慨。
但或许,这也是乌镇互联网大会,这场在江南水乡举办的技术与IT大佬集会魅力所在。
“故人何不返,春华复应晚”
可惜不是你,陪我到最后……
图说:世界互联网大会开幕前夜景,浙江新闻客户端 记者 倪雁强 宋彬彬 拍友廖超 摄
据说,2019年乌镇的丁磊饭局除了李彦宏,还有小米、搜狐、360、联想、浪潮的老大也参加了,但是你看到了吗?
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。