8月25日,"如果未来可以预见--华为云中国行"广州站活动成功举办。本次大会由广东省经济和信息化委员会作为指导单位。上千名来自广东省的企业客户、合作伙伴和行业大咖参会,共同探讨云服务如何助力广东制造业实现升级转型,推动工业发展。广东省人民政府副省长袁宝成,广东省经济和信息化委员会副巡视员神志雄,中国信息通信研究院总工程师、国家工业互联网产业联盟秘书长余晓晖,华为云BU总裁兼IT产品线总裁郑叶来、中软国际制造业务线总裁李晓波等嘉宾出席了本次会议并做主题发言。
郑叶来在主题发言中提出,制造企业上云与制造云并不相同,制造云与智慧制造云也有所不同,这分属制造企业数字化转型的三个阶段,需因地制宜地助力企业上云。他说:"华为开放自己30年在ICT和高科技制造行业积累的能力,包括研发设计、生产制造、经营管理、供应链物流等整个制造业流程中的能力,根据客户不同发展阶段提供华为云解决方案,赋能产业新价值,让制造更智慧。"
 华为云BU总裁,兼IT产品线总裁郑叶来发表主题演讲
华为云BU总裁,兼IT产品线总裁郑叶来发表主题演讲
基于对华为云"开放、可信、全球服务"核心优势的认可,越来越多的工业企业客户选择华为云。
例如,东风集团基于华为云构建面向未来的混合云,实现了自动化统一云管理平台,建设了各部门云上协同办公体系,已部署超过300个云主机,支撑了50多个项目同时稳定运行和上万用户访问,集团整体IT成本降低30%。华为应用AI在公司内部全球供应链实现端到端流程优化,打通从供货预测到物流、仓储到报关、运输、签收等各个环节,实现智慧化物流转型。通过应用AI,华为实现智能装箱,集装箱利用率提升了6%,每年节省数千万成本,报关单据自动识别实现了97%的数值准确率,报关遵从度分析实现了95%以上的预警率准确率。
在广东,华为云在多家企业中也得到了广泛应用。例如,华为云服务迈鸿车联网,为其提供信息交互、处理平台,满足迈鸿聚焦业务、快速运维开发的要求,助力其打造云上智能控车系统,实现手机实时监看汽车状态,远程解锁、防抢、定位等功能,为车主带来贴心的控车服务。
敏思达依托华为云推出M1000综合物流平台,整合上下游业务模型,为200家大型企业提供ANY TO ANY的物流方案。华为云满足了平台降成本、资源弹性调度和灵活管理的诉求,可稳健支撑千万票的日业务量和高达2亿条记录的日数据流量。
摩拉云积累十年电商仓储支撑经验,依托华为云高性能计算、云监控及虚拟专用网络,为多家独立电商、第三方物流提供安全、高效、稳定的智能仓储配送系统,订单处理能力弹性可达百万级,满足用户仓配业务的快速扩展需求。
面向制造企业的研发设计、生产制造、经营管理、市场营销、智能服务等五大场景,华为云提供有针对性的云解决方案。例如,在研发设计领域推出了HPC Cloud高性能解决方案,在生产制造领域提出了大数据和云的结合,在经营管理领域华为提供SAP HANA Cloud解决方案、AI供应链管理,在市场营销领域华为提供针对电商、网站、APP的移动互联云解决方案,在智能服务领域推出IOT解决方案等。
同时,为更好地助力广东工业发展,华为云中国行.广州站举行了"华为广东工业云平台生态联盟"启动仪式。华为与中软国际、深圳美云智数、金蝶软件、广州明珞、深圳敏思达、深圳爱橙子、广州摩拉网络、深圳云智数据服务、上海汉得、广州杰青、深圳竹云、深圳码隆等生态伙伴共同宣布,将携手为广东客户提供优秀的云服务解决方案,共同助力企业的数字化转型,服务好广东工业云平台建设,助力"智"造广东。
 华为广东工业云平台生态联盟启动仪式
华为广东工业云平台生态联盟启动仪式
如果未来可以预见,华为云愿与您一起共当时代主角,共见时代未来!
 0赞
0赞好文章,需要你的鼓励
 推荐文章
                    推荐文章
                  杜克大学研究团队建立了首个专门针对Web智能体攻击检测的综合评估标准WAInjectBench。研究发现,现有攻击手段极其多样化,从图片像素篡改到隐藏弹窗无所不包。虽然检测方法对明显恶意指令有中等效果,但对隐蔽攻击几乎无能为力。研究构建了包含近千个恶意样本的测试数据库,评估了十二种检测方法,揭示了文本和图像检测的互补性。这项研究为Web智能体安全防护指明了方向,提醒我们在享受AI便利时必须保持安全意识。
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元,云服务收入增长33%至151.5亿美元,季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元,同比增长26%。两家公司都将大幅增加AI基础设施投资,Meta预计2025年资本支出提升至700亿美元,Alphabet预计达910-930亿美元。
加州大学圣地亚哥分校研究团队系统研究了AI智能体多回合强化学习训练方法,通过环境、策略、奖励三大支柱的协同设计,提出了完整的训练方案。研究在文本游戏、虚拟家庭和软件工程等多个场景验证了方法有效性,发现简单环境训练能迁移到复杂任务,监督学习初始化能显著减少样本需求,密集奖励能改善学习效果。这为训练能处理复杂多步骤任务的AI智能体提供了实用指南。
 
             
                 
                     
                     
                    