这两天看到新闻,超聚变荣获Interop东京2023两项权威大奖。
借着这则新闻,让我们看看Best of Show Award是什么来头。Best of Show大奖是Interop Tokyo活动上一大特色。所以我们首先了解一下Interop Tokyo是什么?
Interop Tokyo是什么?
Interop Tokyo是一场在日本东京举办的国际性IT展览会和会议,每年吸引了众多全球知名企业和专业人士参加。该活动始于1994年,至今已有近30年的历史。作为亚洲地区最大的IT盛会之一,Interop Tokyo旨在展示最新的技术创新、产品和解决方案,推动IT产业的发展。
Interop Tokyo2023官网截图
1994年可以称为互联网的黎明时期。当时的会场网络环境即使是专用线也只有1.5Mbps。个人通过拨号上网连接,速度大约是14.4Kpbs。今天个人用户可以接入千兆级的光纤和5G移动网络。30年互联网发生了天翻地覆的变化。
大会的主要领域
基于此,Interop Tokyo 2023今年的主题是“迈向未来的30年”。 除了展示对当前最新的互联网和IT中的连接交互方案,Interop Tokyo还将展示面向未来30年的“新互联网”和“新市场”。 在Interop Tokyo期间,参展商将展示各种IT产品和服务,涵盖了网络基础设施、云计算、大数据、物联网、人工智能、安全等领域。此外,还有一系列的技术研讨会、专题讲座和实践培训课程,为参会者提供了一个深入了解行业动态和交流经验的平台。
Best of Show Award是什么?
Interop Tokyo的一大特色是Best of Show大奖,该奖项旨在表彰在技术创新和市场影响力方面表现突出的产品和解决方案。由来自参展企业的精选新产品和主流媒体以及学术界专家组成的Interop Tokyo 2023的评审委员会对其进行评审,他们将根据产品的创新性、实用性、性能和市场潜力等多个维度进行评选。入围并被选为代表今年IT趋势的最佳展示奖的产品、方案、服务。
今年获得Best of Show Award大奖的中国企业?
Enterprise & Cloud(Cloud Infrastructure)
华为 AR6700v distributed virtual router 金奖
华为NetEngine AR6700V云原生网关荣获Enterprise & Cloud(Cloud Infrastructure)类别金奖(Grand Prize),本次展会,华为NetEngine AR6700V云原生网关的架构创新与技术优势得到评审团高度评价,最终获得云基础设施类别金奖,也是该类别唯一获奖产品。
Facility
超聚变FusionPoD整机柜服务器
荣获Best of Show Award 2023金奖
凭借绿色节能、智能运维和超高密度等优势,超聚变FusionPoD整机柜服务器荣获机架及电缆电源基础设施领域Best of Show Award 2023金奖。
Mobile Computing(Enterprise)
锐捷网络新一代旗舰Wi-Fi 7 AP产品RG-AP9860
斩获Interop Tokyo 2023边缘计算领域——“Best of Show Award特别奖”,Wi-Fi 7 AP RG-AP 9860支持光电混合缆,部署便捷、可靠性高,支持锐捷WIS云管理网络平台智能运维管理,实现全物理设备可视、全实时数据可视、网络可视化管理。
Server & Storage
联想Neptune™液冷技术
用于数据中心等领域的联想Neptune液冷技术,获服务器和存储领域Best of Show Award 2023金奖。 包括直接到节点(DTN)的温水冷却、后门热交换器(RDHX)、热传导模块(TTM)等技术的三管齐下的方式,利用液体冷却提取高热输出系统中的热量。这些技术可以降低服务器和数据中心的全面运行总功耗,包括在基础设施的全生命周期内能够持续降耗。
超聚变FusionServer G8600 V7服务器
凭借强劲算力、极致能效、高可用性、极简运维等优势,超聚变FusionServer G8600 V7服务器荣获服务器和存储领域Best of Show Award 2023银奖。
好文章,需要你的鼓励
来自耶路撒冷希伯来大学的研究团队开发了WHISTRESS,一种创新的无需对齐的句子重音检测方法,能够识别说话者在语音中强调的关键词语。研究者基于Whisper模型增加了重音检测组件,并创建了TINYSTRESS-15K合成数据集用于训练。实验表明,WHISTRESS在多个基准测试中表现优异,甚至展示了强大的零样本泛化能力。这项技术使语音识别系统不仅能理解"说了什么",还能捕捉"如何说"的细微差别,为人机交互带来更自然的体验。
这项研究提出了"力量提示"方法,使视频生成模型能够响应物理力控制信号。研究团队来自布朗大学和谷歌DeepMind,他们通过设计两种力提示——局部点力和全局风力,让模型生成符合物理规律的视频。惊人的是,尽管仅使用约15,000个合成训练样本,模型展现出卓越的泛化能力,能够处理不同材质、几何形状和环境下的力学交互。研究还发现模型具有初步的质量理解能力,相同力量对不同质量物体产生不同影响。这一突破为交互式视频生成和直观世界模型提供了新方向。
北京交通大学与西蒙弗雷泽大学联合研发的混合神经-MPM方法实现了实时交互式流体模拟。该方法巧妙结合神经物理学与传统数值求解器,在低时空分辨率下运行神经网络并设置保障机制自动切换到MPM,显著降低计算延迟同时保持高保真度。团队还设计了基于扩散模型的控制器,支持用户通过简单草图直观控制流体行为,为游戏、VR和设计领域提供了实用解决方案。
这项研究介绍了EgoZero,一种创新的机器人学习系统,能够仅通过Project Aria智能眼镜捕获的人类示范数据,训练出零样本迁移的机器人操作策略。研究团队提出了一种形态无关的状态-动作表示方法,使用点集来统一人类和机器人数据,并开发了从原始视觉输入中提取准确3D表示的技术。在没有任何机器人训练数据的情况下,EgoZero在7种真实世界操作任务上实现了70%的成功率,展示了强大的泛化能力,为解决机器人学习中的数据瓶颈问题提供了新思路。