近日,南京化纤携手紫光云引擎启动南京化纤“十四五”数字化转型战略规划项目,通过运用新一代数字技术,对公司数字战略框架、数据资源要素、产业发展模式、组织体系进行变革创新,推动产业转型升级,加快公司本部和控股企业整体数字化转型。
南京化纤股份有限公司前身系国营南京化学纤维厂,成立于1964年,现控股股东为南京新工投资集团有限责任公司,最终实际控制人为南京市人民政府国有资产监督管理委员会。南京化纤是新工集团新材料业务板块核心企业。
南京化纤总经理谌聪明表示,数字化转型必须做好诊断、规划、咨询、培训四个方面的工作,要充分进行现状摸底,做好整体规划,针对问题和难点要做专项咨询和规划,并通过培训充分调动员工积极性。后续项目的实施要统筹规划,分步实施,数字化决策,阶段性验收。
据悉,项目规划更关注易用、高效、智能,将充分利用紫光数字化转型实践经验,以南京化纤“十四五”数字化转型目标为纲领,逐步分解细化,充分考虑南京化纤业务特点,实现提质、降本、增效的工作目标。该项目的实施,将为南京化纤股份有限公司未来数字化建设打下坚实基础,双方的合作也为数字经济发展注入新动力,为行业发展和产业链升级赋能。
紫光云引擎总经理张后庆表示,此项目的成功是双方合作的基点,将全力投入核心资源,保质保量如期交付。在未来,紫光云引擎团队将践行“数字化合伙人”服务理念,以工匠精神,全方位服务南京化纤数字化转型,共同促进彼此在数字化转型道路上持续迈进。
好文章,需要你的鼓励
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
这项研究提出了KronSAE,一种新型稀疏自编码器架构,通过克罗内克积分解显著降低了训练成本。研究者引入了模拟二进制AND操作的mAND激活函数,在减少参数量的同时提高了重建质量和特征可解释性。实验证明,KronSAE在各种语言模型上都能降低特征吸收,提供更清晰的语义表示。该方法为理解大型语言模型内部机制提供了计算效率更高的工具,为AI系统透明度和可控性研究开辟了新途径。
随着 AI 设备密集度攀升,传统数据中心正面临设备重量增加带来的结构挑战,促使设计向单层和强化地板转变。
这项由加州大学伯克利分校研究团队开发的REOrder框架,通过重新排列图像块的处理顺序,显著提升了视觉模型性能。研究发现,传统的行主序排列并非最优选择,而通过信息论先验和强化学习寻找最佳排序,可在不修改模型架构的情况下,使ImageNet-1K分类准确率提升3.01%,卫星图像分类提升13.35%。这一发现挑战了传统认知,为视觉模型优化提供了一个全新且易于实施的方向。