9月20日,以“智能制造与高质量发展”为主题,2023世界制造业大会——2023亚布力智能制造发展论坛成功举办。作为论坛承办单位之一,神州数码携旗下神州鲲泰,与众多企业家一道共赴“江淮之约”,共同把脉“科技创新与中国智造”,并首度解析神州鲲泰“创新智算基础设施解决之道”,以数字化的力量和融合智算平台,助力安徽打造中国制造高地,推动“中国制造”迈向“中国智造”。

数字化的力量构筑制造业发展新动能
当前,制造业数字化与绿色化转型已成为至少未来十年的核心主题。数字技术加速和产业数字化转型升级,正带来制造业高质量发展的新机遇,催生未来新的产业链和商业模式,成为增长的新动能。

(神州数码董事长兼首席执行官 郭为)
在论坛开幕演讲中,神州数码董事长兼首席执行官郭为谈到,当前,企业家精神和数字化,成为推动时代发展的新动能。数字化战略就是企业战略,企业只有完成数字化转型,才能抓住时代脉搏,实现新的跨越式发展。我们每个人都生活在数云的世界,数云融合已成为数字化转型的基础性内容。
今天,创新就是对原有材料和流程再编程、重组的过程。数字化时代,数据作为生产要素的重新编排过程,就是企业的创新过程。企业的数字化战略、数字化转型,就是企业数据资产不断累积,最终形成企业发展增长飞轮的过程,也是数字化带来的新引擎。在这个过程中,知识发现与内容生成是很重要的组成部分。大模型的出现把过去靠人工建立的小的业务数字模块变成了由AIGC通过训练生成,使得数据生成的飞轮加速。而云可以最有效地大规模支撑流程的精细化、定制化,而不是做一个大一统的东西,这就是数云融合的价值。这是神州数码对于数字时代的洞察,也是推动自身成为领先的数字化转型合作伙伴的发展路径。
神州鲲泰“创新智算基础设施”解决之道
近年新推出的大语言模型所使用的数据量和参数规模呈现“指数级”增长,带来智能算力需求的爆发式增加,而一系列基础设施层的问题和挑战也随之涌现。
据中国信息通信研究院近期发布的《2023中国算力发展指数白皮书》显示,全球算力发展应用多元化、供需不平衡、分配不平衡、效能比不平衡的挑战仍在持续,计算技术亟需在理论架构和软硬件实现层面产生质的飞跃。在基础网络层,以太网成为大模型训练网络的重要选择,但通信连接、算力调度、稳定性等方面仍面临诸多挑战,在实际场景应用中,超低延时、超宽带、负载均衡、算力效率提升、系统高可用、故障高效处理等需求日益凸显。同时,大模型时代,数据安全也毫无疑问面临全新挑战。
为应对大模型和AI时代的企业数字化转型过程中的问题和挑战,此次论坛上,作为神州数码信创产业布局的核心载体,神州鲲泰针对中国智造的实际场景,提出了应对创新智算基础设施挑战的解决之道。神州数码副总裁韩智敏,分享了神州数码旗下神州鲲泰全栈智算产品和解决方案。

(神州数码副总裁 韩智敏)
目前,神州鲲泰已打造覆盖“ARM+GPU+SPU”的异构智算算力,大带宽、低延时、零丢包的智算网络,以及大容量、高性能、低延时、分布式全闪智算存储在内的融合智算平台,构筑强大算力平台、运力平台、存力平台底座支撑。
针对算力挑战,神州鲲泰基于昇腾主板的全系列AI服务器,覆盖从训练到推理的全部场景,平台的处理能力远超国外同级别产品,并具备完善的服务体系和本地化交付能力。
针对数据安全挑战,神州鲲泰结合自身全系列基于鲲鹏底座的通用算力产品,构建“CPU+GPU+SPI”的异构智算算力平台,更好地满足国内企业数字化转型对算力和安全的需求。
针对运力挑战,通过神州鲲泰独有的ImCloud管理平台,以及AI服务器和网络的深度融合,能自动实现对网络节点的快速配置和调优、验证,以及智算算力中心全局端到端流量负载分担,保证算力数据的高效转发,努力实现“零差错、零丢包”,训练效率相较同类型产品提升20%。
与此同时,分布式全闪智算存储平台,基于全闪的存储介质,能很好的满足对于存储性能的要求,采用分布式存储技术,充分满足对于存储容量的需求,成为支撑智算中心高效运转的存力底座。
基于这三个产品平台,神州鲲泰联合生态伙伴,推出了一系列满足企业数字化转型场景使用的方案型产品,包括超融合一体机,分布式全闪存储一体机,数据安全一体机,为企业客户提供更便捷、易用的场景化方案产品。
赋能中国智造,助力安徽高质量发展
紧密契合安徽省以及合肥市的整体发展规划,2021年,神州数码信创业务落户合肥,随后,信创总部基地、合肥生产基地等重点项目,先后在合肥区域落地,在此基础上,神州数码正在全力打造集信创总部基地、生产基地和技术研发基地三位一体的第二总部,助推合肥信创产业和数字经济高地的建设与发展。
“拥抱数字化转型的浪潮,我们愿与众多企业家携手,为安徽的数字化转型、制造业发展添砖加瓦,助力安徽打造中国制造高地。”郭为表示。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。