在“东数西算”战略要求,和AI产业应用需求驱动下,先进存力已成为数字经济高质量发展的关键要素。今年,工信部等六部门联合发文,要求2025年我国存储总量超过1800EB,先进存储容量占比要达到30%以上。
作为首个提出先进存力概念,并率先展开布局的存储厂商,曙光存储正在赋予先进存力更丰富的价值内涵。根据赛迪最新发布的《中国先进存力发展研究报告》(以下简称“报告”),基于存储技术、生态及方案部署等方面实践成果,曙光存储多项评估指标领先业内,已位列国内先进存力第一阵营。
五大价值体系,重新定义先进存力
《报告》指出,曙光存储依托全栈自研的技术优势,为中国液冷存储、大规模存储部署提供了宝贵经验。目前,曙光存储已形成“绿色、海量、高效、融合、安全”等五大价值体系,进一步刷新“先进存力”的定义。
绿色:首创液冷存储系统,成功部署首个存算一栈式液冷数据中心,实现PUE值1.2以下,补全了绿色数据中心最后一块拼图。
海量:EB级存储架构,拥有多个超百PB大规模部署案例,持续刷新单套存储部署规模上限。
高效:全链深层优化,可实现超高吞吐及IOPS能力,以极致性能支撑各类高性能复杂应用。
融合:集四种接口协议于一体,真正做到异构数据的融合管理,可适配不同业务场景需求。
安全:凭借全栈自研核心技术,曙光存储提供从软件到硬件全自主、全流程可控的存储方案,全力保障数据存储安全。
四项指标领先,精准赋能应用落地
基于对先进存力市场和存储厂商的追踪调研,《报告》从六大维度构建了先进存力厂商的评估模型。根据评估结果,曙光存储在数据流动性、安全性、可靠性以及技术前瞻性等四项指标各占鳌头,综合实力位列中国厂商之首。
依照该评估模型,技术、生态以及安全性等指标,已成为先进存力的准入门槛。同时,各项指标中的表现,也直接反映出存储厂商在应用市场的落地能力。
曙光存储凭借完善的价值体系,无疑精准命中了应用市场的场景需求。《报告》显示,2021-2023H1,曙光在中国液冷数据中心基础设施市场部署规模位居第一,占比达58.8%。2022年,曙光存储在智算中心和气象环保市场表现突出,均居于领先地位。
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。