6月21日,2018 OpenInfra Days China大会在北京召开。本届大会升级为"OpenInfra Days China",针对云计算热点趋势,围绕容器、边缘计算、人工智能和物联网等领域的多个开源项目展开分享。
浪潮携InCloud OpenStack、容器云InCloud K8S、新一代虚拟化平台InCloud Sphere等一系列云计算、大数据前沿技术产品和领先解决方案亮相2018 OpenInfra Days China。浪潮集团系统软件总监张东在主题演讲中表示:"融合将成为云计算未来必备的核心能力,开源技术使云计算能够和更多的新技术融合,为云计算提供了更大的发展空间。浪潮坚持开放融合的云计算发展路线,构建面向智慧时代的全云平台,凭借端到端的整体解决方案,全面赋能行业应用。"
【浪潮云计算展位】
布局智慧时代,聚焦四大融合场景
随着智慧时代的到来,计算力已经成为一种基础性的生产资料,云计算也将成为整个社会最重要的基础设施之一。同时,在全新的应用需求推动下,云计算与大数据、人工智能、物联网等新技术的融合趋势将更加明显,"万物"将在云端完成开发、创新及应用。未来,云物融合、云数融合、云智融合与云网融合将成为云计算最重要的四类应用场景,开放将成为云计算基础设施的核心特征。
浪潮坚持开放的产品理念及开源的技术策略,以OpenStack为核心构建起IaaS全云平台,并通过云图生态浪潮与合作伙伴在技术创新、方案孵化等方面深度合作,推出经验证的行业云整合方案。依托浪潮InCloud Lab,浪潮广泛联合合作伙伴,共同构建端到端的行业解决方案。
2018 OpenInfra Days China上,浪潮携最新发布的云海OS 5.5亮相,全面升级包括具备大规模管理能力的InCloud OpenStack、稳定高效基于KVM的InCloud Sphere、与InCloud OpenStack深度融合的InCloud K8S容器云产品。张东表示:"通过向下兼容浪潮自有的IaaS产品,整合物理服务器、存储等资源,向上为浪潮PaaS提供内核平台的支撑,云海OS 5.5是浪潮全云战略的一次全面升级,为大数据、AI应用提供高效、稳定的运行环境,为行业客户提供一站式的最优融合解决方案。"
以产业应用为驱动力,推动开源架构融合创新
作为标准化的全球开源云平台,OpenStack定位于IT基础架构集成引擎,为云基础设施技术和方案创新提供了成长土壤。同时,OpenStack具备开放的API,以及良好的生态,是贴近用户需求的理想选择。浪潮云海OS以InCloud OpenStack为核心,聚焦行业场景,以需求端诉求为原始驱动力,推动产品升级及方案优化,打造最懂行业应用的全云融合方案。
以OpenStack为核心,浪潮云海OS已经在行业客户中广泛应用。此次大会,浪潮展示了其在行业云领域的丰富实践,其中包括为某客户成功交付上千节点、多数据中心多Region的典型开放架构行业云案例,融合交付了包括InCloud OpenStack、计算虚拟化InCloud Sphere、分布式存储系统SDS以及SDN的整合方案,秉承开放融合理念协同客户重构云、管、端基础设施平台,形成一朵云、两张网、三个层面基础能力,助力行业用户智能化、产业化转型升级。
另外,浪潮在金融行业,参与实施了国内最大规模基于OpenStack部署的金融生产云,创新实现互联网金融业务与OpenStack开源云平台的深度结合;在大型企业市场,浪潮为国内某企业成功构建基于OpenStack的CI/CD持续集成环境,实现开发、运维、GPU加速处理与大规模并行计算的融合;在政府领域,浪潮实现警务云系统多项突破:首次构建基于开源架构OpenStack的警务云平台,实现统一平台部署与管理,首次实现数百节点规模化部署等。
目前,浪潮云海OS已成功应用于政府、能源、电信、环保、教育等领域,累计拥有4000+行业用户。
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。