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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。