7月6日,国内信息技术产业领军企业中科曙光发布全新Slogan“曙光很近,理想不远”,正式开启新形势下的品牌升级。
在与新Slogan同时发布的宣传片中,中科曙光从技术、产品、质量、服务、信念5个维度诠释新Slogan的精神内涵,表达了作为一家高科技公司,坚守产业理想、致力于以先进产品和优质服务为用户带来价值的态度和追求。
当前,世界形势风云变幻,疫情阴霾尚未驱散,而“新基建”正成为引领新一轮经济发展的桥头堡,这使得为“新基建”筑基的信息化基础设施产业面临着千载难逢的发展良机。目前,中科曙光在新一代信息基础设施领域,集软硬件产品、解决方案、先进计算服务于一体,无疑将在“新基建”大潮中扮演积极角色。
这种积极恰如其分地蕴含在中科曙光新Slogan之中。“曙光很近,理想不远”,“曙光”一语双关,既代表曙光公司,又代表着希望和光明,“曙光很近”表达了曙光公司通过不懈追求极致的技术、产品、质量,为用户提供全心服务时,技术突破、产业发展、社会进步的希望、光明也在不远处。
“理想不远”中的“理想”既代表曙光公司发展信息产业的技术理想和技术服务社会的情怀,也承载着曙光所服务的万千用户、合作伙伴对数字化时代的“未来梦想”。
“曙光很近,理想不远”,表明曙光公司始终秉持技术服务社会的理想,以计算所想,跨越时代理想。
顺应时代潮流,“曙光很近”,出身自中国科学院的中科曙光,经过20余年的技术淬炼和市场耕耘,缔造了许多骄人成绩。
技术方面,曙光始终坚持自主研发,怀着攀登技术高峰的决心和毅力攻克技术难关。近年来,曙光参与制定多达19项国家及行业标准,充分显示出曙光公司技术立业的本质。曙光以前瞻性的计算技术,为产业发展提供稳健基石,助力实现产业进化的理想。
产品方面,曙光用匠人的精神,铸就更高品质的产品,最终创下了曙光服务器高达99.999%的稳定性,至今曙光服务器系列产品已拿下6项世界第一。曙光通过稳定安全的IT基础设施产品,承载高效易用的IT应用,帮助完成用户业务创新增长的理想。
质量方面,“不交付一件质量不达标的产品及服务”是曙光二十年来的宗旨。曙光坚持追求产品品质,通过布局智能制造高端产业链,充分满足行业应用创新产品升级需求,行业高质量发展的理想达成。
服务方面,中科曙光始终秉承“客户至上”的原则,通过全心的服务和一站式产品解决方案的提供,帮助用户解决IT设施使用后顾之忧,让其可以聚焦在自身业务应用上,使用户安心前行的理想不远。
信念方面,二十余年,为信息产业而奋斗是曙光人坚守的梦想。秉持技术服务社会的初心,曙光公司以坚忍不拔的精神,携手合作伙伴,实现从“彼此”的理想到“不分彼此”的理想,共同迎接更美好的曙光。
无论是行业的发展、产业的升级还是社会的进化,都需要从个人到集体坚持信念、坚韧追求理想,中科曙光愿贡献力量,成为发展中的一块基石。
公司成立以来,从打造先进计算技术,到研制用户认可、市场化程度高的产品,中科曙光的技术产业化之路走了20余年。这20多年,也是中科曙光拼博向前的写照。
当前,新一代信息技术不断突破,对经济社会发展和人民生活质量提高的引擎作用不断强化,未来发展空间十分广阔。正是在这样的背景下,中科曙光怀揣行业引领者的使命感和责任感,坚定理想,勇于技术创新,敢于挑战行业难题,推动行业不断发展,为客户、合作伙伴、行业创造更大价值,共建更加美好的产业未来。
曙光很近,理想不远。当这一束束“曙光”划破夜空,黎明就在眼前,一个崭新的数字化科技产业将焕发更为强劲的生命力。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。