2018年4月19日,主题为"共转型·赢增长"的联想数据中心业务集团合作伙伴大会在深圳隆重举行。大会期间,联想不仅盘点了与合作伙伴在2017财年共同赢得的优异成绩,并表示将继续与合作伙伴引领创新转型,实现共同增长。当天,联想还提出了2018财年中国区业务新举措,并发布了ThinkAgile SX for Microsoft Azure Stack混合云解决方案。
联想集团高级副总裁、数据中心业务集团中国区总裁童夫尧
联想集团高级副总裁、数据中心业务集团中国区总裁童夫尧表示:"在上一财年,联想数据中心业务集团在各方面都取得了高速发展。新财年,我们将坚持以客户为中心的经营策略,提供更加丰富的IT基础架构产品组合,打造全面的云解决方案,并为客户提供端到端智慧化行业解决方案,为客户创造更多的业务价值,成为客户数字化转型进程中最可信赖的合作伙伴。"
联想数据中心业务集团在2017财年完成了对各项流程的改造提升及对组织结构的不断优化,各项业务蓬勃发展硕果累累,不仅取得了连续第四次位列HPC TOP 500(高性能计算)中国第一,全球第二、单路塔式服务器和入门级光纤存储保持市场份额第一等诸多亮眼成绩,而且还在行业中打造了多个行业标杆项目。其中包括:联想助力北京大学建立了国内首个温水水冷超算平台,助力东吴证券打造了金融行业首个一体化分布式私有云项目;同时,与西藏自治区政府、江西省抚州市政府等签订了智慧城市战略合作协议,构建智慧城市中国版图。
联想数据中心业务集团展区
在新财年来临之际,联想数据中心业务集团基于自身实力和对当前数字化转型大潮的深刻理解提出了四大举措:第一,以客户为中心的经营策略。联想将聚焦复兴政教行业,巩固传统行业,同时以互联网企业为突破,构建增量业务。第二,打造更加丰富的IT基础架构产品组合。去年,联想数据中心业务集团发布了ThinkSystem及ThinkAgile两大产品品牌,并发布了多款新品。今年,联想将还针对中国市场推出14款定制化产品,满足国内客户个性化需求。第三,打造全面的云解决方案及服务。联想数据中心业务集团将在新财年有计划的推进云业务,根据不同的应用场景,提供企业个性化的云服务和产品,为客户提供一整套面向未来的云化之路。目前的云产品布局包括,针对企业内部、自主安全性高的ThinkCloud私有云,与SAP合作推出的Lenovo Enterprise Cloud, SAP平台服务云,以及联想当天推出的ThinkAgile SX for Azure Stack混合云解决方案。第四,持续打造端到端智慧化行业解决方案。去年,联想在智能制造、教育、政务云等六大领域,为行业客户构建起了一个全维度的转型框架。新财年,联想将持续为客户提供咨询、设计、建造、运维等服务,并将大数据、人工智能、AR/VR等一系列领先技术融入到智慧解决方案,助力行业用户数字化转型。
ThinkAgile SX for Microsoft Azure Stack发布仪式
从左到右依次为:微软大中华区副总裁,消费与设备事业部总经理张永利、联想集团高级副总裁、数据中心业务集团中国区总裁童夫尧、联想数据中心业务集团中国区副总裁李国庆、微软大中华区副总裁蔡恩全
随着数字经济的快速发展,中国企业将迎来新一轮的数字化转型。联想数据中心业务集团将继续扮演可信赖的数字化转型解决方案提供商角色,助力中国用户数字化转型,为客户创造更多的价值。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。