2021年9月9日,北京——在近日于线上举行的第七届联想创新科技大会(Lenovo Techworld 2021)上,英特尔与联想共同展示双方最新合作成果——新一代超能云桌面解决方案。基于双方此前在联合市场推广、产品与解决方案研发等方面积累的丰硕果实,此次联合推出的超能云桌面解决方案代表了英特尔与联想在商用IoT领域的合作得到进一步的深化。
联想超能云桌面解决方案基于英特尔® 超能云终端解决方案(Ultra Cloud Client)TCI透明终端架构(Transparent Client Infrastructure)所打造,且同时结合了基于联想边缘计算平台所构建的云边端一体化安全办公解决方案,能够满足行业用户对IoT终端设备统一部署、数据安全、集中管控等核心需求。
作为新一代云桌面解决方案,该方案可以在千兆网络环境下做到高速批量操作系统部署、应用分发和用户数据保存,拥有离线连续计算、强大本地计算性能、I/O设备/软件全兼容、集中镜像与数据管理四大特性。相较于传统VDI解决方案,超能云桌面在用户体验、兼容性、管理便捷性、终端利旧率和总投入成本方面都具有较大的优势。
诸如联想在今年推出了云终端ECC-T30,便适用最新的超能云桌面解决方案。T30搭载了英特尔酷睿处理器,支持Windows 7、Windows 10操作系统,配置了原生打印接口、PS2口,提供双显输出(VGA+HDMI),具备强大外设接入能力,可广泛应用于金融柜台、医疗办公等行业场景中。
而支持联想新一代云桌面解决方案的TCI透明终端架构(Transparent Client Infrastructure)则是英特尔在2020年推出的超能云终端解决方案架构之一。通过端到端的部署,TCI在本地计算、集中管理、外设兼容性及账户个性化配置方面具备强大优势。值得一提的是,英特尔® 超能云终端发布一年以来,已经取得了多项重大进展:完成了TCI两个版本的迭代,帮助领先客户成功完成试用和商业化部署;完成了针对IDV的基于英特尔GVT-g技术的显卡虚拟化,并将于2022年实现基于硬件的显卡虚拟化。与此同时,超能云终端还完成了TCI与IDV的管理端融合,未来还将完成二者的客户端融合,实现端到端打通,更加灵活地实现边云协同效应。此外,超能云终端已经向中国市场客户开启了全面的本地化支持,并已在多个领域实现落地部署。
此外,针对联想在商用IoT领域实践的又一技术成果——联想边缘计算平台方案LECP,英特尔TCI技术还能够与其融合,形成优势互补,支持从端、边、云各层级构建智能垂直行业解决方案。以金融窗口解决方案为例,联想在TCI客户端上部署LECP轻边缘套件,实现服务窗口的设备互联和集中管控,保证数据安全性和保密性。LECP还可为TCI提供后台服务自然扩展云原生能力,提供性能应用保证、数据可靠存储和全面系统的高可用性。在教育场景中,LECP可对TCI客户端实现智能运维,通过端边云协同打通每所学校和每间教室,实现无缝跨校漫游,公有云教学资源的访问和共享,全局边缘应用的推送与更新。
英特尔® 超能云终端发布一年以来,实现了在教育、医疗、金融、电信、制造等不同行业场景的落地部署,极大扩展了其应用边界。而此次英特尔与联想的合作将为商用IoT注入强劲动力,加速商用IoT在各行各业的部署应用。未来,英特尔将继续携手众多行业生态合作伙伴,最大化利用英特尔产品,以推出更能满足不同行业应用场景需求的超能云终端类解决方案,引领行业智能化变革。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。