ERP升级,如何以效率支撑生产
比亚迪股份有限公司创立于1995年,拥有IT,汽车及新能源三大产业群。在广东、北京、陕西、上海等地共建有九大生产基地,总面积将近700万平方米,员工总数超过18万人。
比亚迪ERP系统的存储系统采购于5年前,这几年随着比亚迪业务高速发展,性能方面亟待提升。ERP系统是制造业企业的核心,也是支撑比亚迪三大产业群的核心系统。
随着比亚迪业务的增长,员工人数增长超过一倍,ERP系统的访问性能无法满足业务增长。在高峰时段的并发量甚至超过了6万,造成了很大的浪费。系统在超级繁忙时段甚至有可能出现暂停,对生产线的顺利运转构成了潜在的威胁。
存储性能提升100%,还必须平滑迁移?华为来帮您
经过华为和比亚迪联合团队业务分析,发现系统访问的瓶颈在系统的存储,但对于原有存储系统来说,磁盘读写性能提升已经接近极限,而比亚迪希望在不改变ERP应用存储系统的前提下,性能提升100%,而且要更加安全可靠。在比亚迪应用系统不停机的情况下,如何实现应用的平滑迁移,对集团的生产影响最小,这就摆在了比亚迪IT部门的一大难题。
华为存储Dorado5100
基于客户的挑战需求,华为根据比亚迪现有业务,提出了Dorado解决方案:
华为存储SSD技术性能优势
大幅提升生产效率、节省硬件投资、节约维护成本,用数据说话
比亚迪的ERP系统采用华为从控制器到SSD硬盘的全面调优后,系统I/O性能提升5倍,节省系统硬件投资60%。性能提升一倍同时,系统的功耗散热降低为原来30%,未来几年节省的电费和制冷成本就是一笔不菲的资金。
华为Dorado 5100高性能存储,以高达60万的IOPS,仅500μs的延时,成功帮助比亚迪突破了制造业务高速发展的瓶颈,实现了企业制造ERP系统的顺利升级,提升了工厂运转效率。
以一个扫条码作业位为例,新系统上线后实现了零等待:即每天要进行480个操作,就减少480秒等待。通过IT系统的改善如此大幅度地提升了生产线员工的“顺畅感”体验,尤其95后员工,大大提升了工作积极性和热情,还节省成本,完全体现了IT系统的价值。
好文章,需要你的鼓励
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。