11月13日,由紫光股份旗下新华三集团举办的“2020半导体光电行业CIO高峰论坛”在南京开幕,中国半导体行业的产业领袖、技术专家和企业高管齐聚金陵,探讨中国半导体产业的发展趋势和未来挑战,分享企业数字化转型的变革之道。新华三集团高级副总裁、中国区总裁张力,新华三集团副总裁、企业事业部总经理王燕平以及来自紫光云、京东方等顶尖企业的专家学者共同登台,分享了对半导体行业发展的洞察和思考,展示了各自企业的创新数字技术和典范实践案例。

在挑战和机遇并存的2020年,推进半导体产业发展已经上升为国家战略,产业投入和规模增长进一步提速。作为数字经济发展的基石,半导体行业将成为未来中国发展和创新的支柱性产业。张力在致辞中表示,作为拥有“从芯到云”完整产业链条的高科技企业,紫光集团既是半导体行业的赋能者也是参与者。面对AI、5G、云计算等新基建历史机遇,紫光集团将立志于成为中国半导体产业的领军企业、科技航母,新华三集团将立志于成为建设中国半导体产业的一流ICT科技企业,立志为中国数字经济发展、企业数字化转型构筑更加坚固的智慧底座。
数字大脑助力半导体企业“智”胜未来
在2020年,新华三集团顺应智能化热潮,推出了“AI in ALL”智能战略,并全新升级了“数字大脑计划2020”,打造全新的数字大脑核心引擎,助力百行百业加快智能化时代的数字化转型。在现场,王燕平详细介绍了数字大脑在新华三自身的部署和应用,通过打造数据中台、AI中台、移动中台,新华三正在加速推进研发、产品、制造、营销、服务、平台的数字化重构,实现了RPA机器人、一体化交付、员工画像、备件智能预测、远程工作等一系列创新应用的实践落地,并以主动安全和统一运维保障了业务连续性,印证了数字化转型对于企业发展的价值和作用。
作为半导体行业的转型推动者,新华三集团一直致力于推进“数字大脑计划”实践落地,打造数字能力底座,使能半导体企业智慧升级。新华三集团企业技术部长陈华在会上分享了新华三从“智慧园区”到“智能工厂”的数字化解决方案。他表示,新华三目前能够为半导体行业提供包括全联接和边缘感知、数字基础设施、云与智能平台、业务应用平台和工业APP在内的全栈式数字化解决方案,推进数字化决策、智能制造和智慧园区的融合部署,并且通过智能运维和主动安全保障业务的稳定性和安全性,实现知识数字化、服务数字化、工厂数字化、业务数字化、流程数字化的转型目标。
生态共聚 描绘未来智能企业蓝图
在论坛现场,紫光云公司、京东方等新华三集团合作伙伴分享了各自在数字化转型方面的探索和实践。紫光云公司CTO办公室主任邓世友表示,紫光芯片设计云具备弹性算力按需使用、IT/CAD环境快速构建等能力,能够极大提升设计的效率。在今年10月,紫光芯片设计产业互联网平台在上海马桥人工智能创新试验区落地,以此平台为载体,将紫光集团芯云能力输出,赋能整个芯片设计行业,全面提升芯片企业的设计能力与效率,助力国内芯片设计再上新台阶。
北京中祥英科技有限公司副总经理吴建民表示,京东方正在通过与新华三集团的深度合作,以精益管理推进标准化的生产制造运营管理和数据的自动流动,践行智能制造战略,向提质增效、降本减存、打造生态、模式创新的目标持续迈进。
在现场分享结束之后,与会专家们还来到紫光集团体验中心,详细了解了紫光集团“从芯到云”战略的最新布局和创新进展,听取了紫光集团和新华三集团的技术研发成果,以及在工业互联网、新型智慧城市、智能制造等领域的典范实践。
作为紫光集团“云网”板块的核心企业之一,新华三集团是半导体行业数字化转型的有力推动者和参与者。未来,新华三集团将继续深化与半导体行业的合作,依托自身技术优势和转型经验,提供更适合半导体行业的数字化解决方案,引领中国半导体产业在“新基建”的驱动下走向智能化变革的新阶段。
好文章,需要你的鼓励
2025年1月,OpenAI、软银、甲骨文和MGX联合宣布"星际之门"计划,承诺投资5000亿美元,部署高达10GW算力基础设施。如今,该项目已从白宫发布会上的宏大承诺,演变为一场前所未有规模的基础设施建设实验。项目已扩展至德克萨斯、威斯康星、俄亥俄等多地,并延伸至阿布扎比和挪威。然而,融资争议、合作伙伴摩擦、能源压力及政策监管收紧,正考验着这一"AI工业园"模式能否真正落地。
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。
加密货币交易所OKX正式推出AI智能体交易市场OKX AI,允许AI代理相互雇佣、自主结算,并建立基于区块链的可携带信誉档案。该平台经过50家早期服务商封测后向开发者开放,依托稳定币和链上支付基础设施,支持全天候微支付。OKX创始人徐明星表示,传统金融基础设施为人类而建,智能体经济需要为自主软件专门设计的基础设施。
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。