3月3日,“可维节碳,价值伙伴——维谛技术(Vertiv)数字基建绿色生态可持续发展研讨会”在北京成功举办,吸引了众多EPC企业的积极参与。
作为较早与国内EPC企业携手出海的全球化厂商之一,维谛技术(Vertiv,NYSE:VRT)一直为EPC企业开拓“一带一路”市场机遇提供全方位的支持。会上,维谛技术(Vertiv)向EPC企业分享了在全球范围内的最佳实践,并探讨了与EPC企业融合创新的发展之路。
专业可靠,全球响应 携手EPC企业打造共赢生态
维谛技术(Vertiv)大中华区销售副总裁李纬在致辞中指出,EPC行业正发生深刻变化,呈现出工程、技术创新融合发展的特征。当前,在“低碳全球化”的背景下,建立绿色、可持续发展的供应链、价值链,才能为EPC企业实现高质量发展提供支撑。
李纬表示,维谛技术(Vertiv)作为拥有全球视野的厂商,在具备完整产品线、领先技术和服务优势的同时,一直重视行业生态合作。凭借成熟的产业链、服务链和价值链体系,维谛技术(Vertiv)能够与EPC企业通过融合创新实现生态共赢,为其创造长期价值。
维谛技术(Vertiv)中国区海外及大客户部高级总监王兰,在《可维节碳,价值伙伴》的演讲中表示,“绿色低碳”是新基建可持续发展的必要条件,新的发展形势也对传统EPC带来了众多挑战。维谛技术(Vertiv)在业内率先提出的“可维节碳”理念,为破局“碳中和”下新基建面临的难题提供了新思路。
王兰强调,维谛技术(Vertiv)拥有长期的行业经历和专业经验,旗下大量的UPS、空调、直流电源等系统,在全球范围内实现了长期在网可靠运行。同时,维谛技术(Vertiv)在全球部署了270余个服务中心,拥有强大的全球服务交付能力。
例如,基于为客户创造显著价值的主张,维谛技术(Vertiv)携手国内EPC企业合作建设了诸多“一带一路”工程,同时为全球客户数据中心建设提供了广泛的产品支持。其中不乏埃及地铁、老挝电信、巴基斯坦联合循环电站、印度鼓达电厂,以及菲律宾DITO、悉尼数据中心、大阪和墨尔本灾备中心、达拉斯数据中心等。
这些都是维谛技术(Vertiv)“专业可靠,全球响应”优势的真实体现,也充分地展现了维谛技术(Vertiv)独特的 “国际品牌,根植中国,极致可靠,可维节碳,全球服务”的5D价值。
实力护航,全面赋能 助力EPC企业实现业务增值
维谛技术(Vertiv)的产品技术专家以及行业生态伙伴,也通过主题演讲,对于绿色数据中心建设、工业和商业场景应用、数字化专业服务等内容进行了探讨。
维谛技术(Vertiv)中国区数据中心综合解决方案部总监雷爱民,通过《筑路数字基建——领航绿色数据中心可信交付》的演进,阐释了PUE新政落地决策的可能风险。在此基础上,他介绍,维谛技术(Vertiv)在数据中心领域具备“全生命周期顾问力、可交付的超低PUE、1-DNA融合力、不妥协的可靠性”核心优势。
同时,维谛技术(Vertiv)依托“5+1+1”——全球化产品、中国智造、海外实践、低碳环保、全球服务+全球业务体系的强大支撑+中国团队支撑和资源整合能力,能助力EPC企业在未来创造新的价值。
维谛技术(Vertiv)中国区C&I解决方案部总监黄坤振,在《“以小见大”,数字电气护航智能产业升级》的演讲中指出,“环境、电气、数字化”是工业和商业场景的应用要素,维谛技术(Vertiv)基于对工业和商业场景的独到理解,推出了不同场景的关键基础设施动力一体化解决方案,助力EPC在工业和商业领域的智能产业升级,并分享了维谛技术(Vertiv)在工业和商业领域的海内外经典项目案例。
江森自控智慧建筑科技与解决方案专家廉正伟,分享了《创新驱动“智”冷之道》的主题演讲,对磁悬浮技术在绿色暖通空调系统中的应用进行了讲解,并展示了磁悬浮离心式冷水机组的产品特点及应用案例。
维谛技术(Vertiv)中国区数据中心服务产品部高级经理林敏,在《数字应用提升专业服务价值》的演讲中介绍,维谛技术(Vertiv)专注于“专业服务+数字服务+系统集成”,践行“服务4.0”技术路线,以数字化服务打通数字关键基础设施的建、维管理信息流,提升运维效率,实现低碳高效运行。
作为EPC企业的长期价值伙伴,维谛技术(Vertiv)一直在更大规模和更广领域推进与客户的务实合作,助力EPC企业开拓海外市场机遇。未来,维谛技术(Vertiv)将继续实力护航EPC企业业务发展,为客户出海提供全方位支持。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。