当前数字经济蓬勃发展,行业数字化转型不断提速,随之而来就是数字化技术的需求得到释放,比如云原生产业近年来保持了强劲发展态势,IDC预计到2025年,超过90%的应用程序将是云原生的。
近日,在由神州控股、神州数码集团、神州信息三家上市公司共同主办的“Tech数字中国2021技术年会”上,神州数码集团隆重发布神州数码集团云原生数字原生技术战略,专注于以自有技术服务能力和产品,帮助企业打造基于云原生和数字原生技术的数字化转型引擎,使得企业有更强的数字化业务能力面对后疫情时代的到来,稳步发展、赢得竞争。
神州数码集团副总裁李刚告诉记者,现在市场上云原生的关键技术不断成熟,如何把创新技术应用到客户业务中并且展现出价值,这是中国整个企业IT数字化转型的巨大的商机。“神州数码升级自身的技术战略,加速推动云原生和数字原生的业务转型。”
企业数字化转型的“交流电”
我们将云计算称为“水和电”,其实回顾历史上的几次工业革命,在李刚看来,从某种意义上可以说,云原生和数字原生是企业数字化转型的“交流电”。企业以云原生、数字原生能力,构筑新的数字化业务场景。
在电力最早出现的时候,其第一个应用是爱迪生发明的电灯,其对人类社会的影响范围和深度是有限的。但是一直到电灯发明了15年之后,交流电正式战胜直流电,交流电成为输变电输送的主流技术之后,电力的应用场景才开始爆发。
李刚说,云原生与数字原生不是云计算的分支和子集,而是云计算能力交付的最佳方式,是云计算范式的转变。企业按照云原生和数字原生的交付方式可以更好的应对数字化转型背景下的业务场景,甚至是产生新的业务场景。
云原生和数字原生的一个好处就是创新和敏捷。用户快速构建应用,然后进行大规模部署,进行迭代、试错。所以对创新和敏捷要求非常高的行业比如快消、零售、汽车等会最先采纳或者拥抱云原生,这些行业对市场反应非常快,需要快速响应。
李刚表示,云原生会抽象底层技术架构,变成一个标准层。这一标准层不再是以前云计算标准对外的资源层,比如计算、网络、存储、安全、备份等,这些与业务相距甚远。“云原生会逐步把这些资源层全部都封装起来,对外能够提供的是应用层,企业IT会在未来的一段时间里面被大幅度简化,并屏蔽复杂性,这个是我们背后真正的思考。”
点燃企业数字化转型的“一盏灯”
目前,企业的数字化转型已经从Why(为什么做)向How(如何做)转变,神州数码的云原生数字原生技术战略的推出一方面是基于神州数码对技术方向的洞察,另外一方面来自于对市场和客户的深入了解。
李刚表示,客户真正想要的不是技术,而是能力,从系统到能力的大跃升,就像之前的购买软硬件的IT建设,与真正拥有IT能力中间还是有一个跳跃,需要外部力量的支持。
神州数码从知识更新、技术融入、能力重构、价值回馈、战略规划等五个方面全面帮助企业将能力变成业务回报。
李刚说,神州数码从客户和价值的视角看待云原生与数字原生,所以我们从关注技术到关注能力,再到关注价值。业务创新能力链接了技术和价值,是真正把技术和业务场景结合起来的能力。
在这一过程中,企业需要快速迭代的能力,在私有云、公有云、混合云、边缘云等场景都可以快速拓展开来,然后积淀成数据和能力,迭代的本质要以价值为核心。然后依托数据治理实现业务和创新的数据服务,整合业务系统所依赖的数据,再通过云原生开发平台对业务进行赋能。
基于这样的思考,神州数码集团进行了大量的点状创新和能力积淀,到现在整合形成云原生、数字原生的产品和服务框架,满足客户IT云化和数字化转型的方案需求,包括服务、解决方案、产品、咨询等。
李刚表示,神州数码集团希望给企业建立一个平台,将自身服务行业客户的洞见和能力进行快速的复制和迭代,所以神州数码集团能够解决客户的业务痛点,实现基于行业解决方案产生的价值驱动。“站在用户的角度,我们将云原生和数字原生底层技术进行抽象,可以更好地服务其业务创新。”
其实早在2017年,神州数码集团就正式对外发布云战略,此次战略迭代升级就是基于现有的解决方案、产品和能力衍生出来。
“这次发布实际上是一次大的迭代和升级,所谓迭代就是基于原有基础的进一步技术创新。神州数码集团拥有特别庞大的技术图谱,以及整个IT生态能力体系,可以进行大量的能力抽取,形成技术突破。”李刚最后说,“用户需要的是整体的生态和能力构建,神州数码集团就是点燃企业数字化转型的一盏灯,让客户看到价值,把能力赋能给客户,这是我们最终的价值主张与愿景。”
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。