5月9日,“东数西算下数据存力发展研讨会”在京成功举办,来自武汉光电国家研究中心、中国计算机行业协会、赛迪顾问、曙光存储的多位专家共话存力发展。会上,华中科技大学武汉光电国家研究中心的吴非教授提出:“‘东数’要想更好实现‘西算’,算力是中心,存储则是根基,海量数据要想算得好,得先存得下,读得快。”数据是算力的基石,算力依赖存力,因此“东数西算”的实质更多地表现为“东数西存”。
参会嘉宾合影
存储缺口扩大,“西算”需先“西存”
东数西算全面落地以来,数据要素充分激活,算力存力的需求激增。据统计,去年底,我国总算力规模达180EFLOPS,存力总规模超过1000EB。“由于数据的价值挖掘以存储为前提,需求巨大,到2025年,我国将有超过420EB的巨大存储缺口亟待补充”赛迪顾问股份有限公司业务总监高丹表示。
面向多元场景,存储将迎全面革新
在谈及东数西算对数据存储底座建设的需求时,中国计算机行业协会信息存储与安全专委会秘书长阳小珊提到:“数据存储首先是安全合规,要降低开源软件依赖,提高存储技术自研能力。”
与此同时,东数西算打通了多元数字业务场景,激发了丰富的应用需求,要实现东西部数据的无障碍无延迟流通,扩大软硬件及应用生态,更需要推动融合、智能的一体化存力布局。
全栈技术能力,驱动存力一体化布局
曙光存储事业部副总经理张新凤表示:“只有实现东西部存力一体化,才能应对东数西算海量丰富的存储新需求”。2009年曙光开始做自主研发,由此开启了分布式存储自研之路。十余年间,曙光存储不断突破创新,建立海量自研分布式存储集群,同时发挥存储全栈技术能力,布局存力一体化,将存储和计算的资源进行整合,实现东数西算存力统筹调度。
在面对未来多元的融合业务场景时,曙光存储支持文件、对象、HDFS、块等多种协议,实现主流云平台、容器的高效无缝对接,支撑丰富的上层应用。同时,曙光存储将智能融入实施规划、运维管理、应用指导的全流程,推动视图化统一管理,提升运维效率,降低人力成本。
更多曙光相关资讯,欢迎搜索微信公众号“中科曙光/sugoncn”,关注曙光公司官方微信。
好文章,需要你的鼓励
这项研究由新加坡国立大学团队开发的DualParal技术,通过创新的双重并行架构解决了AI视频生成的长度限制问题。该方法同时在时间帧和模型层两个维度实现并行处理,配合分块降噪机制、特征缓存和协调噪声初始化策略,使生成分钟级长视频成为可能。实验表明,在生成1,025帧视频时,DualParal比现有技术减少了高达6.54倍的延迟和1.48倍的内存成本,同时保持了高质量的视频输出,为内容创作者提供了生成更长、更复杂视频叙事的新工具。
SoloSpeech是约翰霍普金斯大学研究团队开发的创新语音处理技术,针对"鸡尾酒会效应"问题提出了全新解决方案。该系统通过级联生成式管道整合压缩、提取、重建和校正过程,实现了高质量目标语音提取。与传统判别式模型相比,SoloSpeech采用无需说话者嵌入的设计,直接利用提示音频的潜在空间信息与混合音频对齐,有效避免特征不匹配问题。在Libri2Mix及多个真实世界数据集上的评测显示,SoloSpeech在清晰度、质量和泛化能力上均达到了领先水平,为语音分离技术开辟了新方向。
这项由北京大学深圳研究生院、伟湾大学、腾讯ARC实验室和兔小贝智能联合研究的Sci-Fi框架,通过创新的对称约束机制,解决了视频帧间插值中的关键问题。研究团队设计了轻量级EF-Net模块,增强结束帧约束力,使其与起始帧形成平衡影响,从而生成更自然流畅的中间过渡帧。实验证明,该方法在各种场景下都优于现有技术,特别适用于电影制作、动画创作和视频编辑领域,显著降低了人力成本。
这项来自西北大学和谷歌的研究突破了传统马尔可夫强化学习的局限,通过贝叶斯自适应RL框架解释了大语言模型中涌现的反思性推理行为。研究团队提出的BARL算法通过维护多个解题策略的后验分布,指导模型何时何地进行反思性探索,在数学推理任务上展现出显著优势,比基线方法减少高达50%的标记使用量,同时提高了准确率。这一研究不仅解释了"为什么反思有用",还提供了实用的指导原则,为AI系统的自适应推理能力开辟了新方向。