7月17日,由沪苏浙皖三省一市大数据联盟首次联合主办的2018长三角数据智能合作(上海)峰会召开。会上举行了上海大数据联合创新实验室授牌仪式,由国内领先中立云计算服务商UCloud作为主体单位进行申报的2018年度上海市大数据联合创新实验室试点——开放数据领域获得授牌。
来自工信部、上海市经信委和闵行区政府等部门的领导为大会作了开幕致辞和发言,一致表示要促进长三角的数据一体化发展。长三角是中国经济最活跃的区域,三省一市合起来的GDP在中国占有很大比重,区域内的制造业和金融业非常发达。要通过数据智能合作,依托云计算、大数据、物联网和人工智能技术,优化重点产业布局,建设世界级产业集群,三省一市将携手并进,把长三角地区打造成为全球数字经济发展高地。
随着大数据应用场景的不断拓展,数据应用价值也持续得到开发,上海市政府作为最早一批尝试对政务数据进行开放利用的地区已走在了全国前列。不过,如何在保证数据安全的条件下,进一步提升政府治理和民生服务中大数据运用的能力、推动政务数据与各行业数据融合发展,也成为阻碍政务数据更深入造福社会的首要问题。在此形势下,UCloud联合其他三家单位共同申报了开放数据领域的联合创新实验室。
UCloud为申报主体单位,复旦大学数字与移动治理实验室、中国联通上海分公司以及上海大数据应用创新中心为联合共建单位。开放数据领域联合创新实验室的主要目标是研制一套适用于政府和企业数据流通的产品技术,打造一个便于数据流通,同时又能保证数据安全的平台,形成一套适用于数据流通的标准规范。
复旦大学数字与移动治理实验室成立于2010年,致力于对政府治理在数字时代所面临的新机遇和新问题开展学术研究、创新实验与决策咨询。在开放数据领域联合创新实验室的分工上,将研究分析公共数据开放共享的管理规则,同时利用实验室内数据为全国各地政府提供数据治理的咨询和分析服务。
中国联通上海分公司于2017年3月成立大数据中心,将为实验室提供海量优质的脱敏数据资源,并在实验室框架内,将其数据推广到更多有利于政府管理和企业发展的领域。上海大数据应用创新中心成立于2016年,在上海市经信委的支持下,联合众多高校和企业,旨在打造一个跨单位的大数据创新实体和创新平台,积极推动政府、企业、大学、科研院所建立紧密的产学研合作关系,将发挥自身影响力,为实验室的应用提供支撑服务。
今后,UCloud将团结共建单位,一起将实验室运营好,为实验室提供安全屋产品技术平台和数据源,同时利用UCloud客户生态为实验室寻找应用落地场景。UCloud于2017年推出的安全屋产品是一套通过实现数据所有权和数据使用权分离,以确保数据流通过程安全可控的产品技术方案,构成包括数据流通平台、计算平台、安全机制,其愿景为打破数据垄断,让数据流通便捷安全,实现数据民主化。因此,安全屋的应用场景与开放数据领域联合创新实验室不谋而合。
本届峰会还启动了上海开放数据创新应用大赛(SODA),该项大赛是国内第一个大规模的政府数据开放创新大赛,今年扩大到沪苏浙皖三省一市共同举办。SODA大赛也是开放数据领域联合创新实验室现阶段最重要的应用场景落地,其中上海大数据应用创新中心是大赛的运营方,UCloud是技术提供方,结合公有云、安全屋自身安全机制,保障大赛环境的安全可控。
开放数据领域联合创新实验室将研制提高数据流通效率和确保数据安全的核心技术,在全球范围内形成跨境数据流通的示范,探索跨境数据流通的机制和模式,建设一个便于数据资源流通开放的平台,提高数据流通效率和安全性,助推数字经济新发展,把上海打造为数据开放流通领域的标杆性城市,全力支撑上海“五个中心”建设。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。