9月28日,个旧市信息化建设成果公众开放日—工业互联网科普座谈在云南省红河州个旧市云计算中心成功举办。本次活动旨在帮助个旧辖区工业企业掌握数字化转型升级的手段和途径,听取工业互联网可为业主带来的的价值和收益,学习工业互联网建设的经验和思路。个旧市特色工业园区管委会相关领导出席了此次活动、个旧市辖区内30余家重点工业企业负责人参加了此次工业互联网科普座谈活动,红河州个旧市云计算中心作为此次活动的支撑单位,通过系统演示、案例分析等形式向与会来宾体系化的讲解了工业互联及其价值。
个旧位于云南省南部,以盛产大锡而闻名于世,是全国有色金属工业基地之一,有着两千年锡业发展史,素有“世界锡都”之称。从2008年起,大力实践新发展理念,在发展中转型、在转型中升级、在升级中培育新动能,着力推动实施“产业链延伸+产业更新”的复合型模式。在保持锡选冶技术和设备居世界领先水平的同时,个旧积极引进新技术、新产品、新业态和新模式。这与曙光云“提升城市治理水平、公共服务能力,支撑并促进产业转型升级和发展模式创新”的理念和能力极为“合拍”,2018年曙光云正式开启扎根个旧、服务个旧之旅。
据红河州个旧市云计算中心主任张国庆介绍,个旧市云计算中心,是全州首个集信息、融合、创新为一体的综合新型基础设施,助推个旧市传统产业转型升级和城市更新。中心于2020年5月正式完成数据中心、综合指挥中心的建设及IT设备、软硬件环境的搭建、测试,现已开通个旧市政务及大数据服务。同时也逐步拓展区域性私有云服务,签约滇中新区产业大脑云上部署业务。张国庆说,目前,中心已完成个旧市云计算及大数据系统平台建设部署,全市40余各委办局(包含事业单位)目前提供数据委办局已达到75%,应用迁移50% 数据目录填充147个,收录数据26万余条。
红河州个旧市云计算中心技术负责人向参会企业代表介绍了目前我国工业互联网发展及应用情况。据该负责人介绍,目前曙光凭借多年的技术积累,在互联网+产业的模式上进行了深入探索,同时也形成了“一横多纵”的工业互联网服务体系,“一横”即基于全国近50个城市云计算节点以及20多个先进计算节点,所形成的基础服务平台,为我们的企业提供计算、存储、网络安全等各类基础服务;在此基础上为新能源、石油石化、装备制造等众多行业打造行业应用服务平台。目前曙光云已经入选40多个城市工业互联网平台的专业服务商,曙光云一直坚持结合地方与企业的实际情况,依据区域具体需求进行个性化定制,帮助其建立一体化的全流程的优化平台,实现计划、调度、操作过程优化,形成由上而下的协同生产的新模式,使其工作效率得到大幅提升。
曙光云一直以服务城市、扎根城市、发展城市为城市云建设宗旨,目前已经在全国50余个城市建设了城市级云计算中心,不断为各地政府、企业和公众提供优质的云计算服务、大数据服务和应用开发服务,帮助城市提升智慧化水平,提升居民生活体验。
曙光云计算南区总经理饶南清表示,后续将依托个旧市云计算中心和大数据平台,帮助政府各部门开发日常办公应用工具,让各委办局之间数据互相流转,提高日常办公效率,简化行政审批流程。基于政务大数据平台各委办局提供的数据,为百姓构建各委办局的专题应用,支撑城市便民APP的运用。同时,河州个旧市云计算中心承担了红河州有色金属工业互联网的建设的任务,以个旧云计算中心先进计算能力为依托,计划打造锡冶炼行业标识解析二级节点、产业大数据、应用服务平台、工业仿真平台4大模块。最终成为州级有色金属工业平台,实现云计算+大数据+物联网一体化为企业提供服务。
在提到赋能区域实体经济打造经济新动能,全力促进红河州创新发展时,饶南清说,基于曙光红河云计算大数据中心的发展需求及区域政府产业带动集群化发展的需要,拟与合作伙伴进一步与区域深度融合,打造数字经济、人才孵化、科研成果转移转化等产业汇聚功能板块,实现对周边滇南中心城市群的高度辐射作用,有效推动区域经济发展。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。