6月14日,由中国信通院、中国通信标准化协会联合主办的“2022云边协同大会”顺利召开,会上正式发布2022分布式云与云边协同创新实践案例评选结果。九州云“5G专网+边缘计算助力汽车制造行业智慧物流建设”案例斩获年度分布式云与云边协同创新实践案例,这代表九州云的分布式云与云边协同服务能力获得国家权威认可,充分印证了九州云在云计算领域的领导优势。
“新基建”浪潮涌动,5G时代加速前行,边缘侧应用需求与日俱增。中国信通院秉承对国家高端专业智库、产业创新发展平台的不懈努力和探索创新,2022年度再度开启分布式云与云边协同实践案例征集。经广泛征集和专家权威评审后推选出2022年度创新实践案例,旨在充分展示可复制、可借鉴的分布式云与云边协同创新实践,树立行业标杆,不断探索云边协同在实际场景中的最佳实践与落地应用,推动分布式云与云边协同健康发展。其中,九州云凭借先进方案、创新部署和优质服务,获评“2022年度分布式云与云边协同创新实践案例”。
1 物流行业的转型、升级和高品质发展
富晟物流是专注于汽车领域物流的国家5A级物流企业,下辖25个仓储物流基地,核心业务为汽车备品仓储、包装和运输,覆盖了产前、产中零部件的物流服务。
从长期战略来说,富晟物流需要全面提升人员、设备、生产、运维等领域的管理能力,实现从“被动型传统管理”到“主动型智慧管理”的巨大转变,从而建立具有“高智能、快决策、一体化”特色的智慧物流园区,目标打造汽车后市场领域的集成方案提供者,成为多元化、平台型的供应链企业集团。
2 基于5G+边缘计算的云边协同解决方案
九州云协同渠道及当地运营商量身制定端到端的整体解决方案,并为项目建设提供了包括5G无线接入网、5G轻量化核心网、边缘计算云平台及各子系统集成、实施、部署运维等服务,协助富晟物流打造独立的5G物流行业专网,使5G独立专网+边缘计算能更好地在高带宽、低时延、泛在接入、自动化、安全可靠、可管可控等方面助力智慧物流典型业务应用,实现物流作业的无人化、少人化,提升生产效率。
更为重要的是,通过数字化改造和智能化应用,将5G专网、边缘计算两大创新功能与商业场景深度融合,为物流管理提供智慧神经中枢,助力富晟物流数字化、智能化转型升级,进一步促进企业可持续发展。
3 持续赋能云边,开启分布式算力新时代
此次获奖是对九州云技术实力、创新能力以及实践成果的高度认可,未来,九州云将持续加强技术研发创新投入,打造更优质的产品和服务,与产业伙伴和合共生,积极探索分布式云模式新应用,通过边缘云等形式在实际场景中落地实践,推动分布式云与云边协同的健康发展,开启分布式算力新时代,全面助推数字中国建设目标实现。
关于九州云:
九州云成立于2012年,是中国早期从事开放云边基础架构服务的专业公司。公司成立至今,始终秉承“开源·赋能云边变革”的理念,完成了从中心云到边缘云解决方案的拓展和积累,建立了完整的“云+边”生态体系和解决方案。九州云已先后为运营商、政府、金融、能源、制造业、商业、交通、物流、教育、医疗等各大行业的企业级客户提供了高质量的开放云边基础架构服务。目前拥有中国移动、中国电信、中国联通、国家电网、南方电网广东公司、中国人民银行、中国银联、中国人寿、中国资源卫星、eBay、国际陆港集团、东风汽车、爱立信等众多重量级客户。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。