【中国,北京,2021年3月25日】今日,华为开发者大会2021(Cloud)(简称HDC.Cloud 2021)媒体预沟通会在京召开,华为技术有限公司高级副总裁、云与计算BG副总裁张顺茂在会上表示,华为将在HDC.Cloud 2021重磅发布六大创新技术和产品,所涉及的领域包括云原生、人工智能、数据库、多方可信计算、操作系统和智能开发工具。此外,华为计划在2021年投入超过2亿美元,用于生态建设。

华为技术有限公司高级副总裁、云与计算BG副总裁张顺茂
一场不容错过的年度开发者盛会
HDC.Cloud 2021是面向ICT(信息与通信)领域全球开发者的年度旗舰活动,基于华为云面向全球开发者提供学习、交流和实践的最佳平台,将于2021年4月24日-26日在深圳大学城举行。据悉,深圳大学城是西丽湖国际科教城的核心区域,而西丽湖国际科教城是深圳市打造的产学研用深度融合示范区,高度集聚创新人才、高等院校、科研机构和创新型企业。深圳大学城与HDC.Cloud 2021的气质不谋而合。
三个会务特色:本届HDC.Cloud首次采用全球区域联动的模式,包括深圳主会场、线下分会场和线上分会场,覆盖40座城市、70+线下分会场、23所智能基座高校,联接全球开发者。
华为云与计算BG Marketing副总裁董理斌表示:“在HDC.Cloud 2021大会,开发者可以体验和分享最新的ICT技术在行业的深度创新和最佳实践,与众多业界大咖、社区大牛、顶级技术专家、天才少年、华为科学家以及众多开发者切磋技术,深度参与openEuler、openGauss、MindSpore、KubeEdge、Volcano等热门开源项目,开眼界、交朋友、涨技能、获认证,获得全面提升。”
从议程设置上看,大会共设置了1场Keynote、8场峰会、14场圆桌、70+场扫地僧见面会、100+场专题演讲、40+场开发者训练营,还有面向高校的软件精英挑战赛,将开发者之间、以及华为FELLOW、大咖、天才少年、扫地僧等角色联接起来。大会还设计了Codelabs现场动手实操,基于华为云沙箱实验室,覆盖云基础服务、数据、IoT、机器视觉、鲲鹏、昇腾、人工智能、数据库等上百个开发场景和不同级别开发者。
从内容设计上来看,本届大会主要聚焦华为云、鲲鹏、人工智能、智能联接等技术领域,分享开发者基于华为开放能力构建应用的最佳实践或经验教训,也将志同道合的开发者们联接起来。
六大创新技术和产品重磅发布:在HDC.Cloud 2021的主题演讲环节,华为还将重磅发布六大创新技术和产品,包括:华为云CCE云容器引擎、人工智能系列大模型、华为云GaussDB云服务、华为云可信智能计算服务(TICS)、openEuler操作系统和华为云DevCloud软件开发服务。
2021年将投入超过2亿美元用于生态建设
华为十分重视开发者生态的建设,2021年,华为在生态建设上的投入将超过2亿美元。面向基于华为产品创新的伙伴、开发人员、高校、初创企业等,华为将提供形式多样的支持,包括物理样机、华为云资源、支持伙伴开发迁移的NRE激励、培训/考试认证补贴等,以激励广大开发者基于华为产品和服务的创新,一起为客户创造更大的价值。
好文章,需要你的鼓励
阿里纳德数据中心与Calibrant Energy合作开发首创电池储能系统,通过绕过传统电网升级时间线,使俄勒冈州希尔斯伯勒在建数据中心园区提前数年上线。该31兆瓦、62兆瓦时储能系统计划2026年投运,将作为响应电网的动态资产,在需求高峰期放电,增强区域电网可靠性。这标志着美国首次使用专用电池系统加速大型数据中心并网。
浙江大学和阿里巴巴集团联合开发的DATAMIND系统,通过创新的数据合成和训练方法,让AI具备了专业数据分析师的能力。该系统使用12,000个高质量训练样本,采用动态权重调整的混合训练策略,最终的DATAMIND-14B模型在多项测试中超越了GPT-5等商业模型,平均得分达71.16%。这项开源成果大大降低了数据分析的技术门槛,让普通用户也能获得专业级的数据洞察能力。
微软在Edge浏览器中推出增强版Copilot模式,提供更强大的AI代理功能,目前在美国进行限量预览。该模式包含Actions和Journeys两大功能:Actions让浏览器能代表用户执行任务,如语音控制打开网页或查找文章特定内容;Journeys则记住用户浏览历史,帮助用户继续之前的研究任务。此举正值AI浏览器竞争加剧,OpenAI推出ChatGPT Atlas、Perplexity发布Comet、谷歌集成Gemini到Chrome。目前Chrome占据71%市场份额,Edge仅占4.67%。
复旦大学团队针对掩码扩散语言模型提出三项关键技术:EOS早期拒绝解决句号陷阱问题,渐进式步长调度器将解码步骤从L/2降至log?L,一致性轨迹强化学习确保训练与实际运行的一致性。研究发现规划任务更适合并行解码而数学任务偏好顺序解码,为AI系统的任务特定优化提供新思路。