日前,浪潮信息发布了InService托维服务平台2.0版本,新增了自动化微码版本推荐、硬盘故障智能预测、服务报告自助订阅等功能模块。该平台对接入设备可7*24小时在线监测,量化评估设备状态,提前预警故障,实现主动式服务。
InService最早源于浪潮信息为互联网客户开发的AI本地定制化诊断技术、故障预测技术,这些技术同浪潮信息原有的数据中心管理方案相融合,围绕全场景、一站式、智能化理念,为客户提供面向资源管理、监控管理、智能诊断、智能预测等10+类近30个功能的多样化在线服务。通过持续将多年积累的成熟服务经验同大数据、人工智能等先进IT技术相融合,打造“端、云、服”统一智能服务生态,实现客户服务体验和厂家服务效率双提升。
InService在2022年底正式上线,通过主动式远程托维以及自动化故障诊断,可大幅缩短设备故障识别及定位时长50%以上,有效节省了客户运维资源,此功能获得了广大客户的认可。作为其核心技术的故障智能诊断模块,通过结合20多年服务器维护经验,已总结并形成高达上万条的专家诊断规则库,在此基础上进一步引入Word2Vector、XGBoost、神经网络等AI算法,同时使用数百万台服务器的维修数据训练出最优诊断大模型,一份包含数十万数据量的日志文件,诊断过程仅需30秒,整体准确率达90%以上。
此次2.0版本新增的服务器硬盘故障预测模块,面对硬盘厂商规格多、参数差异大以及业内缺乏通用标准的现状及困难,结合浪潮信息已出货的千万级硬盘维修数据,已累计分析300亿+条特征数据,通过引入GAN、XGBoost、PCCs等算法,基于576种预处理参数的近百种模型组合,以匹配不同型号、不同厂商的硬盘,实现最优硬盘失效模型建模,可实现提前14天预测风险盘,故障预测准确率达95%以上,目前此功能已在部分客户中进行了实用验证,实现从“治已病”到“治未病”的服务模式转变。
浪潮信息的服务业务,通过引入云、数、智、边、端等IT技术,正在从以人工为主、被动响应式的传统服务模式向主动式、在线化、智能化的新服务模式转变,InService是新服务模式的主要载体。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。