8月24日,中国科学院《互联网周刊》发布“2023信创产业分类排行”榜单,宏杉科技凭借在信创存储领域深厚的技术积累与领先的行业实践,在2023信创存储企业排行中,创新排名并列第一,综合排名位列前二。
信创产业的核心在于通过行业应用拉动构建国产化信息技术、硬件底层架构体系和全周期生态体系,解决核心技术关键环节“卡脖子”的问题。本次2023信创存储企业排行重点考量企业的技术实力、业内口碑、成长性、品牌力以及创新案例,从产品、生态、创新等维度综合遴选信创存储赛道中具有代表性的企业、组织。上榜企业具备市场前瞻性与头部效应,为国内信创存储进一步深化发展提供行业参考与实践方向。
成熟可靠的信创产品与解决方案
宏杉科技作为国产存储领导品牌,始终坚持以自主创新为产品研发的重要战略,先后实现了SAN、分布式、备份、云及超融合等全系列产品的安全可用,并推出全IP数据中心解决方案,全方位守护用户存数、用数安全。
产品架构层面,宏杉科技信创存储基于成熟通用存储产品设计,实现整机架构的“技术移植”,确保产品成熟完善、稳定可靠;产品软件层面,采用自研ODSP软件平台,实现存储设备的统一管理,高级软件功能100%移植,轻松满足用户的各类应用需求。
基于自研iNOF技术,宏杉科技推出全IP数据中心解决方案,整体方案与国内外主流服务器、操作系统OS、NIC保持兼容,用户数据中心各组件均可实现国产化替代。方案以信创存储为底座,通过零丢包、低延迟、高吞吐、无限扩展性的NVMe over RoCE网络实现对FC SAN的全面替代,完成数据中心端到端IP化,切实解决核心技术“卡脖子”问题,保障网、算、存产业链供应链安全。
广泛的信创合作伙伴生态
存储是数字经济的重要基石,是数实融合与产业变革的地基与沃土。当前,数字化转型与产业的智能化升级已成为千行百业共同的发展方向,与传统信息技术产业相比,信创产业更加强调生态体系的打造,信创存储需要上下游合作伙伴的通力合作。国产化技术创新落地,是助力用户真正实现产业数字化跃迁、跨越数字鸿沟、塑造技术自信的重中之重。
多年来,宏杉科技与合作伙伴紧密协作、携手创新,共同加速各行业数字基础设施的国产化转型之路。在产品兼容性与技术认证方面,宏杉科技信创存储产品拥有诸多国家资质认证证书,并与银河麒麟、中标麒麟、凝思等国产主流操作系统,达梦、人大金仓、南大通用等国产主流数据库系统,EasyStack、方物等国产主流平台等达成兼容认证,打造了广泛、可持续的信创合作伙伴生态圈,以创新、质造,为数字中国的存储建设提供强有力的技术支撑。
丰富的信创存储落地经验
2018年,信创被纳入国家战略,呈现“2+8”发展模式,随后扩展至更多行业,演变为“2+8+N”应用体系。当前,信创产业的驱动力正在由政策引导向市场需求转变,以金融、电信行业的信创替代为引领,各行业的国产化替代进程正在不断加速。得益于成熟可靠的信创存储产品与方案、丰富广泛的生态合作,宏杉科技信创存储已在政府、金融、运营商、交通、教育、医疗、电力等关键领域实现广泛落地。
在政府,宏杉科技为国家工业信息安全发展研究中心提供中高端信创存储,支撑工业互联网安全应用平台关键业务系统的稳定运行;在金融,宏杉科技为中国工商银行、中国银行提供多套高端信创存储,为金融数据安全打造稳固基石;在运营商,2023年宏杉科技高端信创存储先后入围中国移动、中国电信集采项目,为运营商海量数据提供安全稳固的存储底座支撑……
作为一站式数据存储专家,宏杉科技深耕存储领域13年,始终坚持存储创新研发,拥有品类丰富、深受用户信赖的企业级存储产品,先后成为信息技术应用创新工作委员会成员单位、光合组织副主任单位。未来,宏杉科技将继续加大研发创新力度、洞察用户需求,与信创生态伙伴紧密合作,为各行业提供更加安全可靠、高效易用的数据存储方案,助力信创存储在数字化应用道路上加速升级。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。