近日,由CDCC、万国数据联合主办的“第八届中国金融行业数据中心发展论坛”在深圳隆重召开,万国数据首席运营官邱仪珠开场致辞,万国数据高级副总裁梁艳、高级副总裁汪琪发表了主题演讲。万国数据在此次大会上率先提出了“数据中心智能驾驶分级”标准,将智能化的发展成熟度进行了“五级”定级和定义。
万国数据高级副总裁梁艳发表主题演讲
万国数据高级副总裁梁艳提出:“数据中心智能化的发展与演进,与SAE(美国汽车工程师学会)对自动驾驶的成熟度定级高度相似。随着数据中心的规模和数量不断增加,技术风险和人员管理日趋复杂,数据中心市场成熟人才短缺。数据中心继续以人工为主、系统为辅的运营管理模式难以完全达成大规模数据中心安全运营,能效极致的要求。近年来,万国数据持续投入智能技术应用与软件智能化,致力于把设计、建设、运营全生命周期全面整合,实现数据中心全场景安全运营,大幅降低人为误操作事故率,保障安全百分百,不断优化PUE,实现能效更优的智能化运维。“
万国数据认为,数据中心智能化发展从全部人工运行的初级阶段到全自动运行的高级阶段分为五个等级,并指出,业界向往的未来数据中心处于第四阶段,实现自动预测性排障和分析、全自动应急处置及AI能效管理,在运行态几乎达到“无人化”。在智能化演进过程中,数据中心需从逻辑侧、参数侧、设计与管理半径等方面重新考量,并对弱电领域进行更进一步地探索。未来数据中心不应该只是拥有机电和建筑的“钢铁侠”,非常重要的而是必须要有强大的神经系统和算力大脑来支撑数据中心风火水电更加智能化的运行。
万国数据对数据中心智能化分级
目前,万国数据的“软件定义数据中心”基于完整的智能化平台,高适配性的灵活定制设计,预制化且敏捷的建设交付,以及AI等数字化技术应用,为客户提供金融级高标准、高可用的数据中心交付以及运营服务方案,助力金融行业数据中心安全可靠运行,向高效、智能运营升级。
万国数据拥有20年安全可靠的IT基础设施服务经验,目前在国内拥有近70座自建数据中心,服务客户超过700家,其中包括国内外顶尖金融机构。凭借领先技术与丰富行业积累,万国数据率先提出的“数据中心智能驾驶”标准,为业界揭开了未来数据中心的面纱。
万国数据将持续深耕数据中心自动驾驶的研发,与客户业务紧密结合,向智能化运营的更高阶段发起冲击,助力各行业的数据中心安全可靠运行,共同迈向数据中心的智能运营新时代。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。