数字经济背景下,企业的数字化转型进程不断提速。但是在这一进程中,企业在架构选型以及IT建设方面仍然会面临困惑。
在由英特尔、HPE、至顶科技联合举办的“见招拆招 IT转型与智者同行”节目上,计算机学会专家张云泉博士针对用户在数字化转型中遇到的“困惑”难题,提出了四大问题,而英特尔中国云创中心技术总监高丰、HPE CTO兼首席架构师张楠针对这些问题给出了针对性的解决之道。
我们以“算力多少才算够?”为例,随着大数据、云计算、AI等新一代信息技术的融合创新和持续深入,各种场景创新层出不穷。企业的算力平台应该如何构建才能确保数据的处理速度以及数据分析的效用最大化?
英特尔中国云创中心技术总监高丰介绍说,英特尔软硬协同,赋能算力供给。针对行业客户持续提高的算力需求,英特尔在软硬件方面持续创新,其中英特尔®至强®可扩展处理器在承载企业业务应用方面的性能表现非常卓越。
当然,为了让硬件算力发挥出来,离不开软件的赋能和协同。长期以来,英特尔在操作系统内核、底层驱动、编译器、数学库、编程框架等方面持续创新。同时利用开源社区和合作伙伴,为每一代英特尔®至强®可扩展处理器提供行业应用的深度优化,开发新的解决方案,从而更好地服务高速发展的新业务、新场景,满足日益增长的算力需求。
HPE CTO表示,为确保客户将数据转化为洞见力,数字化转型全面推动了传统IT,以及从边缘到云处理的新需求,现在的客户比以往任何时候都更需要算力。为了这个目标,HPE建立了一个从边缘延伸到百亿亿次算力的产品的组合方案。
作为全球领先的科技创新企业,HPE提供先进的技术、服务和产品。同时,HPE拥有合资企业——新华三,更好地覆盖中国市场,提供完整的本土化服务,在新基建大潮中发挥专业技术力量,并整合全球资源,助力中国市场的发展。
除了算力问题,嘉宾还围绕云服务与硬件采购、云边协同、IT运维智能化等热门话题展开深入讨论。

好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。