至顶网计算频道 06月12日 新闻消息(文/李祥敬):近日,青云QingCloud IoT平台与EdgeWize边缘计算正式发布上线,并面向智慧数据中心、智慧建筑和智慧交通等新基建核心场景,发布围绕云、网、边、端一体化架构构建的端到端场景化解决方案,助力行业智能化建设,激活万物,唤醒智能。
2020年一场突发的疫情让整个社会运行非常态。青云QingCloud产品市场总监陈烈表示,经济和整个社会的运转并没有因为疫情的影响停滞,而是依然如火如荼,只不过从物理实体转变成线上,采用虚拟化的方式进行。
这也是新基建提出的背景。我们需要在虚拟化世界建设新的基础设施,这背后不变的是基础设施对网络和规模的覆盖能力及承载能力。
新基建是数字化基础设施,5G、云计算、AI、大数据、IoT等技术交织在一起。比如工业互联网最终目标是为整个世界面向生产端、机械端,建立数据规范,并实现全面的数字化和在线化。
陈烈说,从青云QingCloud视角来看,我们会从以下几个方面落地新基建:
第一,未来最宏观、最本质的改变是从物理实体变成虚拟实体。虚拟世界将占据我们整个社会资源,它将取代物理世界的支配,未来所有的一切都会在虚拟世界完成。而这需要一个大平台,也就是云计算。在无数台分布服务器上构建一个统一的操作系统,未来会不断扩展,覆盖到广域空间,覆盖到全社会。
这就是青云QingCloud去年在CIC云计算峰会上提出的广义云计算理念,打造云网边端一体化架构,在无数台服务器之上构建统一的操作系统,最终实现将虚拟世界打造成一台统一的计算机,即“大平台”。
第二,青云QingCloud等云计算服务商是数据中心的设计师、建设者和运营者。当业务端不断创新,数据中心一定会面临重新设计、重新建设以及新技术的引进。
第三,数据中心的智能化、网络化和场景化。智能化提升整个数据中心的运营效率,比如通过物联网平台对现有数据中心进行智能化改造的实践。其次未来的数据中心需要一个像国家电网那样庞大的基础网络,即数据中心的网络化。最后是场景化,我们要结合数据中心的场景进行不同的定义和设计。
第四,青云QingCloud是AI能力的建设者,而非拥有者。AI真正的灵魂来自于数据。AI真正的拥有者应该是数据的拥有者。青云QingCloud一是提供大规模算力;二是提供可演化、可迭代的计算调度平台。整套架构要确保数据可以顺畅流转,算法可以快速运算、迭代,并且下发到需要处理的数据端,实现其真正的效率。
最后,在新基建中,青云QingCloud跟行业用户深度合作,为他们提供工具、架构、体系及思考,帮助他们规划未来的蓝图。青云QingCloud是行业数字化转型的战略合作伙伴,尤其是在新基建中以行业为主导,以垂直场景切入,逐步向全行业拓展。
青云QingCloud定位为ICT技术提供商,基于与行业客户非常紧密结合的服务场景,不断的提升和积累自身的实践和知识储备。同时,青云QingCloud和整个产业链路上的合作伙伴和客户充分合作,从基础架构到行业应用,到最终数据的注入,实现整个系统的整体运营。
“青云QingCloud是云网边端一体化的可演进迭代的广域架构,可以支撑数字世界的维度和广度。同时,我们坚持软件定义、解耦的方式,与上层应用、行业用户和合作伙伴一起打造生态,寻找业务场景,共同开拓新基建。”陈烈总结说。
当下,以数字化技术为核心推动力的新基建,将进一步推进社会整体的数字化转型进程。在连接层面,我们也将从面向人、面向消费市场的互联网,转向更广泛的面向物、面向生产制造流程,覆盖各行各业的物联网。
特别是边缘计算、5G、SD-WAN、AIoT、容器等新兴技术架构的快速发展落地,云、网、边、端逐步融合一体化,紧密衔接并深度协同,从万物互联中激发数字智能,产生巨大的创新商业价值。
青云QingCloud物联网产品负责人王小虎表示,契合新基建背景下的智能化建设,青云QingCloud IoT平台与EdgeWize边缘计算不断升级迭代。青云QingCloud物联网的战略愿景是打造云网边端一体化平台、端到端场景化交付和构建开放平台生态。
早期物联网是设备数据直接连接物联网平台,给上层应用提供支撑;现在有了边缘计算,除了让边缘计算就近接入设备外,它还可以作为一个承载体,把云平台的服务能力从云端下放到边缘侧,使云服务延伸到边缘。
王小虎说,云计算厂商的物联网平台更强调技术驱动,同时更加开放。青云QingCloud物联网不断强化云网边端架构的整合程度,基于青云QingCloud全维云平台、光格网络SD-WAN智能广域网、EdgeWize边缘计算,构建覆盖广域空间的云、网、边、端一体化架构,为企业用户提供安全、敏捷、低延时、低成本的新一代广义云基础架构平台,重构物联网时代新基石。
其中EdgeWize是整合边缘计算、应用、智能与网络与一体的综合边缘平台。而通过SD-WAN和EdgeWize结合在一起,除了能解决网络接入的问题,也能解决网络管控的问题。
“在网络层面,我们扩充5G的方式,引入高通芯片;在AI层面,引入寒武纪芯片;在边缘端,还有英特尔VPU,我们都做了适配。SD-WAN和EdgeWize都会内置到光盒中,SD-WAN和EdgeWize也可以单独交付,但他们结合在一起能力会更强。这也是我们的一大亮点。”王小虎说。
此外,青云QingCloud实现了定义边缘计算在硬件之上做了一层EdgeWize软件的Runtime,根据用户的需求随时下发。即通过软件的方式把算法、行为和设备进行解耦。
物联网平台处于中间层,向下对接、优化设备,向上支持物联网应用的开发。青云QingCloud物联网平台实现统一的设备接入与管理、监控运维、分析计算、数据流与应用编排调度,打通场景全链路,交付端到端完整解决方案。
“我们从基础设施角度出发,明确物联网平台首先要满足海量设备和海量部署的需求。在物联网平台设计时,青云QingCloud一直在考虑如何通过软件定义平台一次配置、批量部署到海量设备之上,我们在效率和运维的角度做了很多优化。这是物联网平台从消费端到产业端最大的区别。”王小虎说。
此外,青云QingCloud物联网全面开放平台能力,携手具备行业知识的合作伙伴、国内高校相关领域的专家共同为企业用户提供可落地、可迭代、面向场景的综合物联网解决方案,实现端到端交付,让客户可以取得更多数据、更开放、效率更高,加速传统行业应用场景的数字化转型。青云QingCloud物联网平台初期聚焦数据中心、工业、交通和建筑四大行业。
数据中心属于新一代基础设施,青云QingCloud本身就是提供云服务,所以结合物联网平台,青云QingCloud提供机房的供配电、制冷、环境、安防、门禁、消防等设备的接入,结合云平台的调度系统,优化IT设备的能耗。
工业互联网也是新基建的内容,在传统工业领域,大部分的离散制造行业在工业互联网、信息化建设方面相对欠缺,所以这里面的机会也很大。而在交通领域,江苏交通控股一直是青云QingCloud的重要合作伙伴,双方也有很多试点项目。
“让物联网平台从纯粹的通用平台,进一步往行业业务属性延伸。让行业沉淀的业务知识真正参与业务决策。这不只是一个信息化项目,而是实现业务智慧化。这是青云QingCloud物联网平台的目标。”王小虎说,“我们跟很多合作伙伴一起构建整体的交付方案,不管是智慧园区、智慧楼宇还是智慧交通。青云QingCloud物联网平台将延续云平台合作伙伴策略,保持中立开放的态度。不管是硬件合作伙伴,还是应用合作伙伴,都能够基于我们完全透明的架构,构建支撑行业和场景的能力。”
陈烈也表示,物联网作为青云QingCloud非常重磅的战略产品线,一方面可以更好地完善青云QingCloud作为基础设施提供商的架构覆盖能力,另一方面逐步把青云QingCloud在行业的积累不断提升,因为物联网未来能承载更多新兴应用的落地实践,以及新技术和行业的嫁接。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。