2021年11月2日,在哈佛商业评论中国年会上,浪潮“数字化驱动规模定制下的柔性敏捷供应链”被评为2021“鼎革奖”数字化转型先锋榜“年度评委会大奖”,同时获得该奖项的还有国家能源、中国商飞、国网上海电力、安徽合力等。
数字化转型是时代生存密码
《哈佛商业评论》在全球管理学界和商业领域具有广泛的影响力,“鼎革奖”由《哈佛商业评论》、清华大学全球产业研究院主办,与拉姆·查兰管理实践奖齐名。本届大奖以“激流·跃迁”为主题,评选数字化转型先锋,助力企业在数字化的浪潮中激流跃迁。
浪潮作为全球领先的算力基础设施提供商,基于JDM(联合设计开发,Joint Design Manufacture)模式,构建了敏捷柔性供应链体系,以数字化、智能化的手段,打通需求、研发、生产、交付全流程,整机设计、交付能力全球领先,开创了服务器供应链与生产制造从传统的大规模标准化到大规模定制化的全新时代,为云计算、人工智能时代下,B2B企业解决供应链转型挑战,提供了成功借鉴和示范效应。
目前,浪潮服务器年产能提升4倍,生产效率提升30%以上,人力投入减少75%,TCO成本下降31%,交付周期缩短60%,创造了单日10000节点服务器的最高交付部署速度。
柔性供应链背后的时代转型
2006年,云计算概念出现,风起于青萍之末。市场方面,互联网行业的采购开始崛起,并在随后几年时间内迅速成为规模最大的行业市场;应用方面,云、大数据发育成熟,逐步成为市场增长的主要动力,传统的应用需求不断萎缩;技术方面,GPU、FPGA开始在异构计算领域展露手脚,让超级计算机的峰值计算能力迅速突破了千万亿次,随后几年,移动互联网进一步丰富了数据类型,深度学习理论取得突破,AI时代来临,AI加速芯片得到快速发展,同时也进入了多元算力时代。
浪潮供应链的柔性改造和数字化升级起步于云计算变革之际。浪潮信息总裁彭震表示,云数智时代是多元算力创新的时代,CPU、GPU以及各类AI计算芯片蓬勃发展,在稳定可靠等传统需求之外,客户对于异构计算、高速互联、节能降耗等方面的需求越来越强,这些新兴应用和新兴客户都需要大规模定制化的产品和服务。浪潮将业务模式创新同数字化、智能化技术相结合,创造了独特的JDM模式,敏捷供应链是JDM模式的重要组成部分。
数字化、智能化驱动下的“快”
浪潮创造的JDM模式,以与用户产业链的融合为基础,面向用户具体业务,打通需求、研发、生产、交付环节,按需设计,快速生产和交付。在过去的几年,浪潮先后部署实施了ERP/MES/WMS/PLM/CRM/APO/SRM等各类信息系统,并以数据为核心,融合各个驱动系统,进一步实现供应链的透明化、可视化,增强了供应链的弹性。
研发层面,浪潮端到端打通的IPD体系同“平台化+模块化”的研发技术策略有机融合,形成了敏捷研发体系。浪潮最早在业内建立客户经理、产品经理和研发工程师的铁三角组织模式,可以深入客户需求,敏锐地把握并洞察业务场景和客户需求的变化,基于客户需求的变化来动态地调动整个供应链体系;同时,在研发体系实行了科学的“平台化和模块化”策略,在不同产品、系统之间最大化的复用部件、模块、技术及其他的设计成果。目前,浪潮新品的研发周期从1.5年压缩到9个月,甚至可以在3个月内交付样机。
与此同时,浪潮建成了全球最领先的智能柔性生产基地,可同时生产10个不同型号的云服务器节点,有ERP、MES、WMS等6大核心智能信息系统、30多个自动化环节和120个数据采集点,年产能提高4倍,能够更好的满足突发性大规模订单需求,而且更适合云服务器等新型复杂产品的生产。
以数字化转型支撑时代转型
浪潮数字化转型推动了业务的增长,用自身的数字化转型推动了整个社会经济的数字化转型。
根据IDC发布的2020年度全球服务器市场报告,浪潮服务器蝉联全球前三,中国第一,同时,已成为互联网行业核心战略供应商,中国互联网市场占有率第一,份额超过50%,在最新的AI服务器、边缘服务器等领域,市场份额也一直保持在50%左右,中国每生产2台AI和边缘服务器,就有1台来自浪潮。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。