6月25日,浪潮新基建生态联盟(银河)成立大会暨2021浪潮新基建生态伙伴大会在济南隆重举办。本次大会以“聚力新基建,共赢新未来”为主题,吸引来自行业机构、新基建领头企业的上千嘉宾齐聚济南,共同探讨新基建领域的前沿趋势、创新模式与实践路径。
浪潮新基建党委书记肖雪在致辞中表示,新基建的发展离不开产业链、供应链的高效协同,浪潮新基建将凭借在云计算、大数据等领域以及在政府、客户服务多年积累的品牌和竞争优势,与生态伙伴一起围绕加快新型基础设施建设,培育新生态、构建新模式、激发新动能。
浪潮新基建党委书记肖雪致辞
山东信息协会执行会长王存祥指出,新基建的热潮正在席卷齐鲁大地,浪潮新基建在此时举办生态联盟成立大会,可以说恰逢其时。新基建、新机遇,浪潮新基建构建多样产业生态联盟,支持更多的生态伙伴,将共同为山东新经济创造新价值、抢抓新机遇、共谋新发展。

山东信息协会执行会长王存祥致辞
浪潮新基建董事长王燕波主持会议并表示,随着国家对新基建支持力度的不断加大,各地也在加速新基建项目的落地,但新基建是一个系统性的工程,需要汇聚各方智慧和力量共同推进。作为新型基础设施建设骨干企业和智慧城市解决方案与产品服务商,浪潮新基建期待与生态合作伙伴携手合作,共建共赢。

浪潮新基建董事长王燕波主持会议
浪潮新基建副总经理姜振华发表题为《聚力新基建 共赢新未来》的主旨演讲,他指出新基建需要新生态,在合作模式上,需要从单一的渠道化合作,向渠道、方案、产品、技术、交付多元化合作;在生存模式上,从独立抗风险模式转变为体系抗风险模式,最终,从利益共同体升华为命运共同体。银河联盟将整合各方优势资源,为所有成员单位持续赋能,构建起自循环、自生长的良性生态系统,真正做到为伙伴赋能力、与伙伴共成长。

浪潮新基建副总经理姜振华发表主旨演讲
中国信息通信研究院产业与规划所所长徐志发在题为《十四五时期新型基础设施发展的认识与思考》的演讲中表示,“十四五”期间,新型基础设施的发展从信息基础设施角度来讲,就是建设普惠性的网络设施、空天一体的空间设施,用差异化的思维部署建设算力设施。对融合基础设施来讲,有以下几个发力点:与产业升级结合,打造工业互联网、能源互联网;与城市发展的结合,打造智慧城市、交通强国、水利新基建;与社会服务结合,建设数字医院、智慧学校等服务型的新型基础设施。

中国信息通信研究院产业与规划所所长徐志发发表主题演讲
大会期间,浪潮新基建生态联盟——银河联盟正式成立,浪潮新基建党委书记肖雪、浪潮新基建董事长王燕波等共同见证,山东高新通等40多家公司作为首批成员单位正式加入银河联盟。联盟成员将资源共享、优势互补,共同开展新基建政策理论研究、信息资源共享、技术成果转化等工作。

银河联盟正式成立

首批成员单位签署加入联盟约定
期间,大会举办浪潮新基建系列产品发布仪式,发布双子-城市大脑平台、天鹰-物联感知平台、天鹰-多杆合一产品、御夫-智慧街区服务平台,并且联合百度等新基建生态合作伙伴发布新基建融合解决方案,包括智慧交通车路协同解决方案、综合应急指挥解决方案、城市治理一网统管解决方案、医疗新基建解决方案、数字孪生解决方案,赋能千行百业数字化转型。

浪潮新基建系列产品发布仪式

新基建融合解决方案发布仪式
最后,来自小步创想、百度智行、远舢智能的企业代表分享了新基建领域的成功经验和实践案例。
携手共进,方能行稳致远。银河联盟成立以后,将定期举办联盟活动,搭建新基建领域全产业链的合作交流平台,加强联盟成员之间资源共享、优势互补,优化产业生态体系,提升联盟成员在新基建领域的整体竞争力,助力传统行业数字化转型与城市高质量发展。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
微软亚洲研究院与清华大学联合提出双向感知塑造技术,通过创新的两阶段训练方法解决AI视觉理解中的关键问题。该技术让AI学会正确聚焦重要视觉信息,避免被无关内容误导。仅用1.3万训练样本就在八个基准测试中平均提升8.2%性能,超越使用数十万样本的专门模型,为AI视觉推理能力提升开辟新路径。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
上海交通大学研究团队开发了TimeBill框架,解决大语言模型在实时应用中的时间不确定性问题。该系统通过精确预测回答长度和执行时间,动态调整AI记忆管理策略,确保在规定时间内完成任务的同时保持回答质量。实验显示TimeBill在各种时间预算下都能实现最佳的完成率与性能平衡,为AI在自动驾驶、工业控制等安全关键领域的应用提供了重要技术支撑。