10月24日,紫光股份旗下新华三集团“乘势·进化·臻于智境”智算新品发布会在京成功举办。本次大会汇聚业界权威研究机构、智算产业链上下游合作伙伴、重点行业客户等产学研用领域相关专家代表,共同见证新华三多元异构算力平台——H3C UniServer G7系列、下一代AI数据存储平台——H3C UniStor Polaris X20000系列、傲飞算力平台等十余款智算新品的发布,以持续进化的算力产品,助力行业客户加速迈向智能化未来,共同推动AI产业繁荣发展。
紫光股份董事长、新华三集团总裁兼CEO于英涛出席大会并发表致辞。他表示,在AIGC时代,新华三希望带来全新的想法、产品与解决方案:一是聚焦“算力×联接”,充分发挥自身在算力和联接领域,特别是在片间互联和集群互联等方面的核心优势,激发乘数效应,最大限度释放智算资源价值,让算力更澎湃;二是深化“AI in ALL”,持续强化全系列产品的智原生能力,实现全栈软硬件产品、解决方案内嵌AI,打造更便捷高效的客户交互体验,让算力更智能。此外,我们也将秉持开放协同理念,联合各地政府及众多生态伙伴,依托图灵小镇模式成功经验,切实提高智算中心使用效益,满足不同行业、不同规模客户多元的算力需求,助力算力普惠。

紫光股份董事长、新华三集团总裁兼CEO于英涛致辞
新华三集团高级副总裁、云与计算存储产品线总裁徐润安发表《乘势·进化·臻于智境》主题演讲。他表示,算力是数字技术发展的底层驱动力,更是从AI走向AGI的变革源动力。面向AGI时代,新华三将全面构建可持续进化和可持续发展的算力底座,依托“内生智能 成就智慧”理念,不断探索AI技术与算力产品的深度融合,推进软硬件平台协同进化,打造多元、开放、高效、绿色的算力基础设施,携手广大用户与合作伙伴共启新境,臻于智境。

新华三集团高级副总裁
云与计算存储产品线总裁徐润安
发布会上,徐润安代表新华三集团与10余位产业链上下游合作伙伴共同登台,正式发布全新一代智算产品,全速推进业务创新和数字化变革。

新华三全新一代智算产品正式发布
多元异构算力平台 H3C UniServer G7系列
AI赋能全方位升级 构筑强劲算力底座
AGI时代需要内生智能的基础设施。新华三集团云与计算存储产品线副总裁刘宏程在会上发布多元异构算力平台——H3C UniServer G7系列,依托面向AI的可进化架构、内生AI的操作系统和管理中枢及拥抱AGI的多元算力体系,为大模型训练提供强有力的算力支持。

新华三集团云与计算存储产品线副总裁刘宏程
下一代AI数据存储平台 H3C UniStor Polaris X20000系列
重构智算平台数据引擎 加速释放智算生产力
数据要素在AI进化中扮演着关键角色,AI的迅猛发展带来数据量的爆发式增长,支撑AI智算应用的存储面临着模型参数增加、数据类型复杂、业务需不间断运行三大挑战。新华三集团副总裁、存储产品线总经理兼首席产品经理关天舒表示,作为算力基础设施之一的存储必须紧跟市场需求,才能为行业智能化升级打造坚实的数据底座。新华三持续加大产品创新力度,全新发布下一代AI数据存储平台——H3C UniStor Polaris X20000系列,通过系统、体验、价值三方面重构,助力百行百业的AI应用,全面释放AI智算生产力的创新价值。

新华三集团副总裁
存储产品线总经理兼首席产品经理关天舒
傲飞算力平台
高效智能算力调度 充分释放算力潜能
AI技术的演进和大模型的兴起带来算力需求呈指数级增长,超大规模算力、超大规模存储、超大规模组网对算力设施建设和超大规模算力调度提出了新的挑战。新华三集团云与计算存储产品线、云与大数据产品线首席产品经理王锋表示,面向AGI时代,高效的算力调度对提升算力资源利用率尤为重要。为应对更加复杂的计算需求,新华三持续进化傲飞算力平台,充分融合十年云原生积累,全面提升有效性、可靠性、稳定性及易用性,以高性能算力基础设施为依托,助力行业客户像用电一样,更普惠、更便捷的使用算力,加速AGI落地。

新华三集团云与计算存储产品线
云与大数据产品线首席产品经理王锋
算力基础设施作为AGI未来发展的数字底座,推动我国人工智能产业进入新阶段。展望未来,新华三集团将继续秉持“精耕务实,为时代赋智慧”的理念,不断推动技术创新,持续打造多元、高效、开放的算力基础设施,携手合作伙伴构建可持续发展的智算生态,引领全球迈向“智境”时代。
好文章,需要你的鼓励
科技泡沫并非世界末日,从经济角度看,泡沫是押注过大导致供过于求。AI泡沫问题复杂在于AI软件开发节奏与数据中心建设周期的时间错配。甲骨文关联数据中心获180亿美元信贷,Meta承诺三年内投入6000亿美元基础设施。麦肯锡调查显示企业虽广泛使用AI但规模有限,多数仍持观望态度。微软CEO表示更担心数据中心空间不足而非芯片短缺,电力需求成为新瓶颈。
Salesforce AI研究团队构建了首个大规模多模态文档RAG评测基准UniDoc-Bench,包含7万页真实PDF文档和1600个问答对,覆盖8个领域。研究发现文本图像融合检索策略显著优于单一模态和联合多模态方法,为未来AI文档理解系统提供了"分工合作"的设计思路。
Goodfire.ai研究人员首次发现AI语言模型中记忆和推理功能通过完全独立的神经通路运作。研究显示,移除记忆通路后,模型丧失97%的训练数据复述能力,但逻辑推理能力几乎完全保留。令人意外的是,算术运算与记忆共享神经通路而非推理通路,这可能解释了AI模型在数学方面的困难。该技术未来有望用于移除版权内容或敏感信息而不损害模型核心功能。
腾讯研究团队发现AI训练中"推理火花"现象,揭示低概率词汇如"等等"、"不过"等在维持AI探索能力中的关键作用。团队开发的低概率正则化方法通过精准保护有价值的低概率词汇,在数学推理任务中实现60.17%准确率,比传统方法提升2.66%,为AI创造性思维研究开辟新路径。