机器人导购、3D试装、刷脸支付……商场里的各种“新玩法”让人目不暇接。可以说,在数字化大潮的裹胁下,人工智能、高性能计算等新兴技术早已从概念验证阶段悄然融入大众的日常生活。零售业也随之从最初的线下传统模式到电商,再到现在线下线上融合的全场景布局。和每一种新的商业模式一样,它也有属于自己的发展趋势,产品的个性化、服务的专属化、供应链的智能化、流量的去中心化等等。
如何给这些变化下一个定义?有人简单的把他们概括为“新零售”,有人则称之为“智慧零售”。但对于万千商家来说,最关键的不是下定义,而是如何最快的感知这些“变化”,从而抓住时代的脉搏,获得业务成功。
零售业创新需要高密度计算支持
时尚易逝,风格永存。产品的独特性是大多数品牌获得成功的法宝。但如何把自己各具特色的产品推荐给最适合的受众又是一大难题。事实上,沃尔玛超市在上世纪就给出了答案:他们的售货员在与顾客访谈后,发现了纸尿裤与啤酒间的“数据联系”,于是将二者摆放在一起销售,销售额大幅提升。
现在,“新零售”,或是“智慧零售”,依旧离不开“数据”。但与上世纪不同的是,人们可以借助高性能计算和人工智能等手段,通过社交网络感知消费者的行为习惯,从而精准获客并向其提供多样化、个性化的服务。无论是对顾客的消费行为分析,还是之前的模型开发甚至训练及验证阶段,海量的计算对零售业IT基础设施的要求都将越来越高。行业呼唤更高性能计算的支持。
IT即服务公司HPE在今年初推出了具有突破性新功能的HPE Apollo产品组合,将加速计算能力提高到一个前所未有的新水平。HPE Apollo 6500 Gen10 Plus系统是这一产品线中的明星产品,具有出色的密度和敏捷性。

HPE Apollo 6500 Gen10 Plus系统包含有最新的NVIDIA A100 Tensor Core GPU和第二代AMD EPYC™ 处理器,其卓越的处理能力缓解了遗留基础架构的压力,增强了数据驱动的创新能力。其中,NVIDIA A100 GPU能够保障高吞吐下的低延迟,加速运行各种工作负载。同时,HPE Apollo 6500 Gen10 Plus系统采用业界领先的GPU互联架构,实现了GPU利用率的最大化,每个服务器有多达16个GPU,无论HPC和AI工作负载的要求如何高,都能够快速捕获和智能分析,并投入运营。不仅如此,系统最多可接入16个前置连接存储设备,SAS/SATA固态驱动与最多6个NVMe驱动可更加快数据的访问速度。
借助HPE Apollo 6500 Gen10 Plus强大的计算性能,零售企业可以通过数据分析和机器学习快速感知消费者的喜好变化,大幅缩短获取洞见的时间,在激烈的市场竞争中占得先机。
携手生态伙伴,打造的智能的零售业解决方案
新零售将线下购物重新拉回人们的视野,5G、物联网、人工智能、边缘计算等技术与线下门店的融合趋势愈加深入。其中,智能视频分析(IVA)利用深度学习技术分析实时的视频信号,在零售业得到更广泛的使用。通过对销售行为、过道的人流、结账队伍、促销商品选择以及商品的摆放位置等店内视频进行分析,能够帮助零售商寻找到新的。Allied市场调研公司的研究显服示,在2019年,零售业就已成为视频分析的最大用户。
在这样的背景下,HPE携手英伟达打造了智能的零售业解决方案。通过将HPE服务器的性能、安全性和可靠性与优化的NVIDIA EGX软件堆栈相结合,该解决方案能够交付超高速度和灵活性,从边缘获得的店铺和客户数据,为零售商带来关键性优势。而在边缘之外,要发挥AI和深度学习的全部潜力,就需要能适应计算密集型工作负载的系统来支持AI开发的各个阶段,包括数据准备、模型的开发、训练和验证等。
具有突破性算力提升的HPE Apollo 6500 Gen10 plus系统,就具备这样卓越的性能,适合端到端IVA的AI模型的开发和训练并具有出色的密度和敏捷性,能够支持各种HPC和AI应用。此外,该系统以其广泛的操作系统选项,灵活的选件支持,模块化设计,在保障可靠性、安全性和简单性的同时,降低了总体拥有成本。

基于此优势的HPE高性能解决方案能交付出色的内存带宽、灵活性和安全性。经过全面测试和配置的HPE解决方案,能满足零售业客户在HPC、AI、机器学习和深度学习工作负载的需求。除此之外,HPE还提供全面的运营、咨询和专业服务,合作伙伴生态系统能帮助零售客户深入了解零售业的需求,取得业务成功。
结语
2020年的疫情,仿佛给全社会数字化转型的步伐加入了催化剂。人们越来越意识到,科技创新和产业升级的必要性。在2021政府工作报告中,政府着重强调大力促进科技创新、产业转型升级步伐加快。同时也提出要改造升提升传统产业,推进产业基础高级化、产业链现代化等,促进服务业繁荣发展。
HPE Apollo 6500 Gen10 Plus系统所具有的加速计算能力正在颠覆市场,也预示了HPC和AI未来的发展前景。HPE完善的Gen10产品组合为HPC和AI量身定制,能够应对不断增长的规模。同时,HPE也在持续加强协作,不断构建、验证和交付最先进的解决方案和服务,满足工作负载和客户的要求。无论您计划采用HPC还是AI,HPE都能为您提供安全可靠的帮助,同时降低总体拥有成本,为企业客户的数据创新提供有力支撑。
新华三是HPE品牌的服务器、存储和相关技术服务的中国独家提供商。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。