目前,在数字化转型驱动下,产业格局面临新的变化。新格局下,企业需要重新界定核心应用场景,而这离不开坚实的基础设施支撑。
在近日举行的2021浪潮商用机器客户大会上,浪潮商用机器正式发布了面向关键计算的浪潮全新K1 Power产品线,同时聚焦国产高端服务器生态,联合多家ISV发布了48个认证解决方案。

“浪潮K1 Power的性价比最高,是最可靠的技术选择”
如今计算多元化的趋势非常明显,不管是通用处理器还是专用芯片,企业的算力架构选择更多样。作为关键业务计算的典型代表,Power也在不断迭代更新,适应产业变化和客户需求。
在浪潮商用机器有限公司总经理胡雷钧看来,在数字化转型趋势影响下,新的应用和工作负载不断涌现,新技术与传统行业融合比如“5G+工业互联网”对于高性能、可靠性、可用性的需求变得更强劲,这为浪潮K1 Power带来了巨大的市场机会。

当前有一种论调认为,分布式架构是当前IT架构的主流,而传统的纵向扩展架构已经落伍,似乎云计算等技术就一定是分布式。胡雷钧说,任何应用系统的建设一定是要在各种技术之间进行权衡,找到适合自己的最佳契合点。
基于这种思考,全新国产高端服务器家族浪潮K1 Power产品线面向关键应用核心云承载平台、关键业务主机、云原生创新型应用,以‘三高一强’特性为客户提供高价值的关键算能,为企业夯实关键计算底座。
胡雷钧表示,作为一种纵向扩展系统,在支撑高性能、高可靠、高安全和强一致性的核心应用系统方面,浪潮K1 Power的性价比最高,是最可靠的技术选择。同时,围绕POWER处理器的国产化,浪潮商用机器提供了面向关键应用系统的丰富产品。

此次发布的国产高端服务器家族浪潮K1 Power产品线,涵盖K系列高、中、低端数据产品,FP系列数据库优化和分布式存储产品,不仅是核心系统集中式商业数据库的最佳平台,还是重要系统开源数据库的优选平台。
此外,浪潮商用机器K1 Power云和K1 Power容器云关键产品解决方案承载客户新核心,主要用于助力客户传统核心平滑上云,从而完成由传统核心向新核心的演进。
“秉持自主研发,依托本土化的服务能力和响应速度,我们打造帮助客户托底的能力,”胡雷钧说。
携手左、右手合作伙伴 构建关键计算生态
如果说产品技术的持续创新是浪潮K1 Power强大生命力的保证,那么在生态层面,浪潮商用机器联合应用、行业等合作伙伴,围绕平台软件、云计算、存储、数据库等,构建关键计算的生态系统,则让Power“锦上添花”。
浪潮商用机器自成立之初就致力于围绕关键计算生态,积极携手左、右手合作伙伴开展深度合作,构建自顶向下的完整生态链体系,实现互利共赢。在技术侧坚持开放标准,持续技术创新;在客户侧面向应用场景优化,全面合作推动产业发展,提高渠道积极性,发挥渠道价值,扩大市场覆盖。
一方面,浪潮商用机器与华虹电子、洛阳银行,东南大学等典型行业客户展开深度合作,共同构建行业创新应用场景和关键计算需求的算能解决方案。浪潮商用机器在金融、交通、医疗、企业等重点行业取得了30%以上的大幅增长;在中国小型机市场连续10个季度保持份额第一。
另一方面,浪潮商用机器渠道合作伙伴数量和全产品线销量双双提升。同时,浪潮商用机器伙伴自主业务同比增长16%,ISV业务同比增长64%,非金融行业业务占比已经提高至46%。

浪潮商用机器有限公司副总经理傅斌表示,对于ISV类合作伙伴,浪潮商用机器在战略层面进行布局和支持,同时针对客户需求,浪潮商用机器与行业领先的ISV也进行了诸多具体工作,比如联合产品发布。
目前,浪潮商用机器在主要行业已与20多家行业头部ISV建立长线合作关系,如证券行业的恒生电子、银行业的长亮科技、神州信息、赞同科技,保险行业的中科软,医疗行业的东华医为等,完成了30多个行业核心应用与浪潮K1 Power服务器的兼容性认证,覆盖80%的城商行、农信社、证券、保险、医疗、制造、交通等应用场景,不断扩大K1 Power关键计算生态。
傅斌介绍说,浪潮商用机器在成立ISV团队和解决方案事业部、创新实验室之后,主要做了两件事:一是针对核心应用系统,匹配ISV的产品,例如与东华医为打造下一代医疗核心;二是浪潮商用机器也参与新的创新应用,比如恒生电子的证券行业下一代核心。“在这一过程中,我们要找到客户的需求,把ISV的新一代应用开发跟我们的技术特点结合在一起。”
浪潮商用机器提供了培训、市场、营销奖励等措施加速扩大ISV应用的互认证,激励与ISV互认证的行业解决方案落地,和头部ISV建立联合实验室,提供联合方案的云测试和客户演示环境,大力推动10+创新应用场景落地。
“我们已经探索出与ISV合作拓展市场的方法,未来能够更多地推广到新的行业,从原来的核心应用推广到新型应用,让更多的客户能够使用我们的平台。”傅斌说。
结语
在数字经济的新格局下,浪潮商用机器以新Power为抓手,打造新核心,从技术与生态两个维度持续赋能为企业数字化转型。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。