6月20日,在“元脑中国行”全国巡展南京站上,浪潮信息与九州云、无锡尚航、宿迁市楚润数据集团等5家算力运营公司签署战略合作协议,将元脑®计算、存储、网络及液冷产品和解决方案,与伙伴产品技术及能力深度耦合,立足江苏、服务华东,共同加速华东地区智算基础设施特别是智算中心建设与运营,为华东未来产业集群布局提供高质量算力支撑。
进击的算力 江苏持续加码智算布局
近年来,“算力先行”已经成为发展以AIGC为代表的人工智能+的首要因素,“想发展,投算力”业已成为各方共识。江苏作为全国人工智能产业创新发展的重要基地和华东地区算力设施建设的“头羊”,在算力投入上更是早早布局。统计数据显示,目前江苏综合算力评价排名全国第二,在用数据中心标准机架超过59万架,在用智算中心9个。
今年4月,江苏发布全国首个省级“算力基础设施发展专项规划”,明确提出要打造多元算力供给体系、深化算力赋能行业应用、促进算力绿色低碳发展等7大重点任务,其中打造多元算力供给体系包括加快算力设施规模化发展、推进多元异构的算力协同、加快智算基础设施建设、塑强面向未来产业的算力支撑等。
携手伙伴加速智算中心“提质增效”
浪潮信息认为,随着算力需求的多元化和快速增长,人工智能产业链的完善与进阶驱动,以及可持续发展理念的精准导向,智算中心已从初期的“重建设”步入到“建设与运营并重”,呈现出“四化”趋势,即算力基建化、算法基建化、服务智件化、设施绿色化,需要更多生态力量的参与,才能真正发挥出智算中心的创新引擎作用。
正是基于对智算中心未来发展趋势的判断,浪潮信息不断拓展元脑生态的边界,与更多数据中心咨询、运维、运营等能力型、服务型伙伴缔结合作关系,在提供先进智算产品的同时,共同推动智算中心可持续发展,让智算中心真正成为支撑企业智能创新、服务区域经济发展、提升社会治理能力的“新基建”。
此次战略合作将成为浪潮信息智算中心战略重要的落地行动。据介绍,浪潮信息将与各位伙伴一起,以智算中心的“投-建-运”一体化为目标,通过高效整合多方资源,合作构建“质效并重”的智算中心样板,让智算中心更好的助力 AI 产业化和赋能产业 AI 化,以算力支撑治理智能化以及未来产业集群化。
九州云总经理李敏表示:“九州云将与浪潮信息保持深度合作,将九州云所具备的AI整体框架建设及智算运营能力,与浪潮信息领先的多元智算产品和解决方案,实现深度融合,共同探索更加创新的智算中心架构,打造高算效、高能效、高经效、高社效的先进智算中心,为华东未来产业布局提供更好的算力设施与算力服务。”
无锡尚航总监王馨表示:“无锡尚航将与浪潮信息在计算、GPU、存储方面进行深度合作,依托自身具备的全国IDC机房运营能力,全面布局华东乃至全国算力服务网络,通过“一点接入,服务全国”,为江苏乃至全国传统实体企业的数字化、智能化转型提供高质量算力服务。”
浪潮信息江苏区总经理卢安涛接受采访表示:“作为智算中心的倡导者和先行者,浪潮信息积极推动智算中心的加速落地,目前已参与包括太湖智算中心、江阴智算中心、协鑫智算中心等在内的多个智算中心建设,与生态伙伴共同助力江苏在长三角地区抢先完成智算布局。同时,随着全国算力一体化进程的推进,江苏的算力服务能够更好的辐射至华东乃至全国各地,让更多企业从中受惠。”
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind团队发布了EmbeddingGemma,这是一个仅有3.08亿参数的轻量级文本理解模型,却能达到7亿参数模型的性能水平。该模型在权威的多语言文本嵌入基准测试中排名第一,支持250多种语言,特别适合移动设备部署。研究团队通过创新的编码器-解码器初始化、三重损失函数训练和模型融合技术,实现了性能与效率的完美平衡,为AI技术普及化开辟了新路径。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
日本奈良先端科学技术大学等机构首次深入研究AI编程工具Claude Code在真实开源项目中的表现。通过分析567个代码贡献,发现83.8%被成功接受,54.9%无需修改直接使用。AI擅长重构、测试和文档工作,但需要人工修正bug处理、代码风格等问题。研究揭示了AI编程工具的实际能力边界和改进方向。