2022年5月18日,第29届ASLAN展在西班牙拉开帷幕,这是一场是由西班牙国家科技技术产业协会组织举办的行业年度盛会,涉及智能网络、云服务、数据中心、人工智能、5G等数字化创新重点领域。作为疫情以来的第一次线下会议,活动吸引了125位参展商、超7500名专业人士到场。以“Together, For A Digital Future”为主题,紫光股份旗下新华三集团携重点场景化解决方案及创新产品首次亮相展会,向当地客户和伙伴展示卓越的创新能力。
新华三集团首次亮相第29届西班牙ASLAN展
在西班牙政府的大力推动下,近年来,西班牙数字化进程硕果累累,在数字经济、基建及电子政务等领域迅速发展,公众数字化水平不断提升。随着西班牙数字化升级的不断深入,相应的挑战与机遇也与日俱增。在这片数字化蓬勃生长的肥沃土地上,新华三集团正以来自东方的数字智慧赋能百业,共创数智未来。
2020年,西班牙政府出台“西班牙数字2025”计划,宣布投入1400亿欧元用于全面数字化转型,提出了包括推动劳动者数字技能培训、公共管理部门和企业数字化转型在内的10个主要改革目标。针对上述需求,新华三集团特别推出面向政府、教育、医疗、SMB等行业的重点场景化解决方案——“协同办公”、“创新教育”、“高效医疗”和“可靠的公共服务”,直击用户数字化转型痛点,助力“西班牙数字2025”计划。
在第29届西班牙ASLAN展上,新华三集团工作人员现场做demo演示和讲解
疫情以来,远程办公成为了重要的办公场景,然而网络延迟、卡顿等问题往往使得办公效率大打折扣。针对西班牙大型企业日益多元的办公需要,新华三特别带来协同办公解决方案,依托Workingspace/Learningspace及8K超高清云屏(MagicHub)两大创新性产品,为企业提供多设备接入、稳定安全且高效的协同办公网络,同时通过便捷的多屏交互功能实现线上会议质量的显著提升,让员工虽隔万里亦觉置身团队,创造良好的办公体验。
除了办公场景外,新华三也为其他关键场景打造了独家方案。在教育行业,数字技术的革新为西班牙教育均等化创造了崭新机遇。新华三集团基于Cloud OS、ONEStor、CAS等“利器”打造新华三学习空间解决方案,实现了教育成本的大幅降低,让随时随地学习成为可能。新冠疫情对西班牙医疗体系同样也提出了挑战,新华三UIS超融合解决方案能够为医院提供共享、安全和绿色协同的基础设施,以一体化方案助力医疗行业降本增效,提升当地医疗服务质量。为满足客户在公共服务场景应用下的实际需求,基于长期的智慧城市建设经验,新华三专门打造智能数字平台,通过云与智能平台、主动安全、统一管控及数字基建四大方面为西班牙智慧城市建设贡献力量。
在品牌展台,新华三集团特别设置互动专区,以场景化形式展现前沿技术产品,让客户在听取讲解的同时深入感受新华三的创新实践成果,亲身体验新华三应用驱动网络AD-NET解决方案与Workingspace/Learningspace的超凡特性。此外,新华三还带来了MSR 1004S-5G系列路由器、园区交换机等多款高性能网络产品,为ASLAN大会增添了一抹独特的数字亮色,获得了客户与伙伴的广泛好评。
携手同行,智见未来,此次新华三集团在ASLAN展的亮相为全球伙伴带来了崭新的数字智慧,也充分体现了新华三深耕西班牙市场,打造开放、多元、共赢生态合作体系的决心。在未来,新华三将继续以创新之力不断耕耘,让数字化技术持续赋能西班牙数字经济发展!
好文章,需要你的鼓励
开源加密初创公司ZamaSAS宣布完成5700万美元B轮融资,专注于为区块链和AI应用构建全同态加密技术以保护隐私。本轮融资由BlockchangeVentures和PanteraCapital共同领投,使公司总融资超过1.5亿美元,估值突破10亿美元。同时,Zama推出保密区块链协议公开测试网,允许开发者在以太坊上构建私密通信应用。
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
英国网络铁路公司、Neos Networks和Freshwave联合启动"触达项目",旨在消除英国主要铁路干线上的信号盲区。该项目将公私合营模式相结合,预计为纳税人节省约3亿英镑。项目将部署1000公里超高速432芯光纤电缆,覆盖东海岸主线等多条线路,并在12个主要车站提供4G/5G室内连接,在57个隧道中部署4G移动连接。新网络将大幅提升铁路通信基础设施能力,支持轨道传感器和监控应用,为乘客提供更快更可靠的列车服务。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。