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
近期数据显示,2026年5月前企业已宣布约9万个与AI相关的裁员岗位,部分预测称未来五年美国15%的工作将被AI取代。然而,Ramp与Revelio Labs追踪近2.2万家企业的最新报告显示:重度投入AI的企业反而实现了更快的人员增长,包括初级岗位在内的各职能人数均有上升。但这一数据主要来自技术型企业,能否普遍适用仍存疑。报告同时指出,资源匮乏的企业可能在AI浪潮中持续落后。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
AI数据中心开发商向多家电力公司同时提交大负荷接入申请以确定选址,导致区域需求预测虚高、电网投资失衡。美国联邦能源监管委员会(FERC)及ERCOT、PJM、SPP等机构正推动"承诺优先"规划机制,要求项目具备实质性商业承诺方可纳入长期传输规划。谷歌、亚马逊、微软、OpenAI等科技巨头支持建立标准化的项目成熟度评估体系,但各方在具体机制上仍存分歧。发电建设问题尚未被纳入联邦传输改革议程。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。