近日,“以联接 向未来”2024浪潮网络城市峰会在江西南昌正式启航。本次峰会是浪潮网络2024年“以联接 向未来”系列活动的首站,后续峰会将在宁波、青岛、北京、武汉陆续落地。

本站峰会聚焦AI时代下的机遇与挑战进行深入讨论,浪潮网络提出要通过云边协同的智慧网络与人工智能等多元技术融合,联合生态伙伴合力创新,构筑算力联接新基石。浪潮网络最新推出的数据中心网络即交换机方案、元脉™全栈AI网络方案、多模态边缘网络控制平台DNE等产品及方案,也亮相现场。
迎“AI+”之风 云边协同智慧联接力持续焕新
人工智能技术的迅猛发展,正在加速我国智能化产业以及产业智能化两个领域的创新速度,进一步激发了人工智能市场需求的增长。据IDC数据显示,预计到2027年中国人工智能总投资规模将突破400亿美元,年复合增长率为25.6%。创新,是推动人工智能发展及应用的重要前提。
浪潮网络作为云边协同智慧网络概念的引领者,积极探索AI+应用创新之路。从以智算中心为代表的“高性能云中心网络”、以及位居边缘侧的“边缘网络”双管齐下,持续焕新云边协同的智慧联接力,为千行百业的AI+应用创新不断蓄能,助推行业的创新变革。
在云中心网络方面,浪潮网络在业界率先推出数据中心网络即交换机方案(DCN as a Switch),采用“开放、智能、融合”的设计理念,打破了传统物理机框的限制,充分释放网络架构的潜能,帮助用户构建按需扩展、简单易用的网络平台。此前推出的浪潮网络 “元脉全栈AI网络方案”,则充分结合了大模型训练与推理的实际痛点需求,帮助用户打造超大规模、超高带宽、超强可靠,以及高度自动化的网络系统。专为AI大模型定制设计的高性能交换机X400,以51.2T的交换容量辅以独具一格的端网协同能力,进一步提升大模型训练与推理效率。
在多模态边缘网络方面,随着AI大模型应用的不断发展,单一模式的组网方式已无法应对边缘智能创新需求,要求边缘网络向“多模态”的触角延申。在多模态边缘网络布局上,浪潮网络目前已拥有涵盖有线、无线、到PON、SD-WAN等多种类的接入能力,同时也支持Zigbee、LoRa等IoT终端接入,可以为用户打造具备低延迟、实时可靠的边缘网络。
以应用为导向 打造多元化创新方案
会上,为深入推进AI+与行业多元化应用的结合,浪潮网络面向医疗、教育、园区三大场景,发布了包括多院区一体化、智慧教育、数智化园区在内的一系列融合方案。旨在以云边协同的智慧网络,推动行业创新发展,让智慧联接无处不在。
近年来,国家发布的《关于规范公立医院分院区管理的通知》、《紧密型城市医疗集团建设试点工作方案》等一系列政策,让“一院多区”建进入发展新阶段。针对医院多院区的建设及管理难题,浪潮网络打造的多院区一体化解决方案,具备开放融合、敏捷智能等特性,可以有效帮助医院实现同质化管理、同质化服务、一体化发展。在武汉市第一医院的项目建设中,浪潮网络为客户提供的Multi-Pod多院区互联方案,有效帮助客户提升整体运维效率80%、降低运维成本70%,并将业务上线时间则从周级缩短到分钟级。
在教育领域,随着智慧校园、智能教学场所建设能力的不断加强,需要构建“云-网-边-端”一体化的网络体系,来辅助构建全面感知、泛在连接、深度交互的学习空间。浪潮网络推出的教育行业融合方案,通过融合计算、存储、网络、云等方面的能力,可以帮助用户打造智慧教育全栈IT基础设施平台,满足智慧教育场景中“人-网-物”三元空间万物互联的需求。在应用创新上,浪潮网络可以推进教育行业用户构建基于AI的校园防霸凌系统、人工智能与大数据实训室等特色应用的落地,助力实现教育治理的精准化、以及课程教学的个性化。例如,针对近年来频繁发生的校园安全事件,浪潮网络推出的校园防霸凌解决方案,融合人工智能技术,通过音频、视频、红外等多维感知能力,可以实现霸凌事件的实时检测与告警,保护学生身心健康。
在数智化园区领域,面对当前园区建设中存在的信息孤岛问题,浪潮网络数智化园区解决方案通过中心云、边缘云的协同,实现算力、网络等设备的融合,推动AI+应用场景的多模态发展。结合浪潮网络敏捷、轻量、易用的多模态网络控制平台DNE,提供一键部署功能,大幅提升业务韧性,同时保障安全策略的一致性。此外,通过统一界面,用户可以管控多品牌设备、兼容异构系统,让数据南北流通、东西交互,真正以客户为中心,构建高质量、高效率、低成本、绿色低碳的数智化园区。
融合创新 共谋AI+时代发展新机
在智能新时代背景下,浪潮网络一直坚持以“智联云边算力 助力产业创新”为发展使命,充分发挥在云中心网络、边缘网络、融合方案能力方面的独特优势,赋能产业发展。未来,浪潮网络也将继续深化“云边协同智慧网络”能力,推动产品、方案与AI应用的融合交互,与各界伙伴共谋AI+时代发展新机。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。