农业一直是我国的民生之本。随着农村网络基础设施建设加速,以及云计算、大数据等新一代信息技术推动,农业农村大数据也迎来变革。而我国农业数据历史长、数量大、类型多等特点,也成为了农业农村信息化发展的一大掣肘。
日前,曙光成功中标农业农村部数据中心业务平台项目,为用户搭建农业农村大数据收集、处理、分析、发布和服务的数据平台。该平台的建成可实现农业农村部门政务数据资源与涉农部门数据、社会数据、互联网数据等资源的融合共享,帮助政府部门摸清农业数据资源底数。
农业数据海量且繁杂,加上信息化开放程度相对较低,造成资源底数无法完全确认。为了保障农业大数据应用拥有丰富、准确的数据资源基础,稳定的性能、安全的架构和拥有可扩展能力的存储设备成为整个解决方案的重点之一。
此次项目,曙光采用分布式存储系统ParaStor系列和多控统一存储DS800系列。作为数据平台的存储资源,ParaStor系列具有极强的扩展能力,为海量数据提供了集中存储资源池,随着业务数据量的增长可随时在线扩容。较高的存储性能,为农业数据的读写提供了更快的响应能力。
我国各渠道农业数据分散庞杂,彼此处于不同的“孤岛”难以联通,这造成数据的作用不能充分发挥。DS800存储系统提供数据块和文件的全协议支持,满足客户所有主机的连接要求,让各类农业数据在平台上“跑”起来。通过各平台间的相互联通,打破数据间的物理隔断,实现不同地区间农业数据互联互通。
农业数据平台的成功部署,大幅提升农业生产智能化、经营网络化、管理高效化、服务便捷化的能力和水平,有效促进了农业农村数字经济的发展。
农业的高质量发展是国民经济发展的重要保障。未来,农业"新基建"将逐步成为实现乡村振兴的重点与核心。同时,在农业农村信息化、智能化的建设中也会涌现大量市场机遇,曙光将以专业的技术服务抓住市场机遇,致力实现以数据驱动引领农业农村现代化发展。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。