10月23日,为进一步深化国家标准和警务云行业标准的制定与应用工作,工业和信息化部电子工业标准化研究院、公安部计算机与信息处理标准化技术委员会和云存储专业委员会在京召开中国云存储标准与应用高层研讨会议。
本次会议,得到了电子工业标准化研究院、公安部信标委领导的高度重视和大力支持。通过这次会议,郑重向外界宣布中国云存储标准与应用工作正式启动。会上,公安部警务云行业标准的制定工作进行中期总结和汇报,就云存储标准制定与应用的相关问题进行主题研讨,公安系统单位的代表也就会议相关主题进行交流与汇报,为专委会六家副主任成员单位授牌、为云存储专业委员会专家发聘书等。出席本次会议的嘉宾有来自中国工程院士倪光南、国家信息化专家咨询委员会副主任杨国勋、国家信息化专家咨询委员会委员陈静、中国科学院软件研究所所长卿斯汉研究员及近30个部委信息中心主管等专家代表,及3个省公安厅代表、业界主流媒体等超过100多人。

会议亮点一:云存储国产化开始向标准化对接
会上,工业和信息化部中国信息化推进联盟(以下简称"联盟")秘书长、云存储专业委员会(以下简称"云存储专委会")主任刘献军代表中国信息化就云存储专委会讲话和致辞。
刘献军表示,自云存储专委会成立后,始终于坚持务实求新的精神,努力于把云存储专委会做成一个成员单位与专家学者、政府主管部门、其它行业之间交流与研究的平台,以促进云存储软硬件制造、技术标准、应用创新、服务推广等完整产业链的建设和完善。
2014年9月,公安部科技信息化局和云存储专委会联手组织部分地方公安厅局和云存储专委会的六家成员企业,开始着手打造警务云存储系统的行业标准,10月正式起草和制定《警务云平台存储总体技术要求》。在标准的编写的研制过程中,及时组织企业和公安用户一起研究讨论、征求意见,把标准的研制和警务云的实际应用工作紧密结合起来。截至目前,已经研制完成该标准的总则,其四个子标准中的接口和分布式、运维、安全标准正在研制过程中。2015年8月21日,公安部科技信息化局在北京召开警务云平台存储相关标准与国家标准对接工作会。目前,接口和分布式两个标准已与国家标准完成对接。
这次会是中国云存储标准的首次对外汇报、也是云存储专委会工作的首次组织研讨。通过本次会议的召开,警务云存储标准也进入紧张的研制过程中。相信通过标准的建设,可以解决信息化建设中数据互不兼容、自成一体现象。统一的标准能将该领域的相关业务体系连成一个有机整体,让全国范围内多层次的信息资源变得易于存取、便于共享。
会议亮点二:中国云存储标准令存储企业望穿秋水
会上,联盟秘书长、云存储专委会主任刘献军为云存储专委会首批副主任委员单位、委员单位颁发授权书,为专家颁发聘书。与此同时,云存储专委会正式被赋予了新的使命、新的开始。
本次授权的副主任委员单位共有六家,分别是:华为技术有限公司、中兴通讯股份有限公司、、浪潮集团有限公司、北京初志科技有限公司、杭州宏杉科技有限公司、广州市国迈科技有限公司,专家团队包括来自IT业届领域的26位技术专家组成。

图一:副主任委员单位代表合影
会议亮点三:中国云存储标准令国人翘首以待
本次中国云存储标准与应用高层研讨会议得到众多业内专家及公安领域、政府职能部门等领导的关注及大力支持,出席嘉宾阵容强大。会上,受邀的嘉宾针对云存储技术、云存储标准做了不同主题的讲话,演讲的嘉宾有中国工程院院士倪光南、中国电子信息产业发展研究院电子信息产业研究所所长安晖、工业和信息化部电子工业标准化研究院软件工程与评估中心云计算研究室主任王志鹏、公安部计算机与信息处理标准化技术委员会副主任张宪华、华为技术有限公司首席架构张浩、陕西省公安厅信息通处副处长郝光烨等。他们从信息领域技术和产业的安全发展、以生态思维引领中国云计算产业创新发展、国际国内云计算标准工作最新发展、公安部云存储标准研制情况介绍、存储功能虚拟化的意义和关键技术、云存储在陕西省公安机关的应用尝试等问题多角度、全方位展开探讨和分享,为本次会议的圆满召开画龙点睛,为中国的云存储标准建设添砖加瓦。
云存储技术和产业的发展离不开标准的支持。云存储本身还是一个新兴的事物,相信随着使用和提供存储服务的各方参与者越来越多,在产业链各环节的演化和竞争过程中,逐渐形成一些事实标准,优胜劣汰,将是云存储标准化工作的发展路径和常态。在云存储的发展过程中,标准化建设是一项极为重要的基础性工作。一个行业的标准水平如何,直接标志着这个行业的发展品质和发展水平。我们相信,云存储专委会将在工业和信息化部及相关部门的指导下,通过整合业界专家、研究机构、企业、行业用户等多方资源,定会谱写出新的篇章,我们期待它更持续、更深入地推动国内云存储标准健康的、快速的发展,让中国的云存储会保卫家园,走出国门!
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。