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。
 0赞
0赞好文章,需要你的鼓励
 推荐文章
                    推荐文章
                  虽然ChatGPT等AI工具正在快速改变世界,但它们并非无所不知的神谕。ChatGPT擅长"令人信服的错误",经常提供有偏见、过时或完全错误的答案。在健康诊断、心理健康、紧急安全决策、个人财务规划、机密数据处理、违法行为、学术作弊、实时信息监控、赌博预测、法律文件起草和艺术创作等11个关键领域,用户应避免完全依赖ChatGPT,而应寻求专业人士帮助。
Meta超级智能实验室联合佐治亚理工学院开发出RECAP训练方法,通过故意给AI模型误导性开头来训练其纠错能力。该方法显著提升了大语言模型的安全性(12.3%)、抗攻击能力(21.0%)和推理质量,同时减少过度拒绝问题。RECAP无需额外计算资源,能让AI模型学会自我反思和批判性思维,为构建更可信的AI系统提供了新思路。
微软重启三里岛核反应堆的协议确认了AI革命与能源现实主义的融合。亚马逊和谷歌也达成类似协议,共同押注核能为AI未来提供最可行的动力路径。到2030年代,数据中心用电量可能媲美大国水平。国际能源署预测全球电力需求到2050年将增长六倍。核电厂90%的容量因子使其独特适合数据中心需求。世界核协会估计,当前全球398GW核能产能必须在2050年前至少增长两倍。
奥地利科学技术研究院团队深入研究微缩浮点数格式NVFP4和MXFP4的实际性能,发现现有量化方法效果不佳。他们开发了微旋转GPTQ算法和QuTLASS计算库,在保持模型精度的同时实现显著加速:B200芯片上达到2.2倍端到端提升,RTX5090上实现4倍加速,为AI推理优化提供了新的解决方案。
 
             
                 
                     
                     
                    