近日,《智能计算中心总体技术要求》(下称《要求》)正式过审批准发布。中科曙光作为参编企业,基于在智能计算领域的实践成果,为该标准的制定提供了关键的技术支持和专业建议。
该《要求》由中国信息通信研究院牵头组织编写,旨在规范智能计算中心的规划、设计、建设、运维和评估,保障和推动算力基础设施高质量可持续发展,对于评价智能计算能力、完善升级标准生态体系,具有重要意义。
《要求》从安全可靠、领先、适用、普惠、绿色等方面,进一步明确了智算中心应具备的基础能力、技术能力、应用能力、管理能力。此外,还将紧密连接AI等产业应用需求,实现算力融合以及通用型算力供给,提供从底层算力到顶层应用使能的全栈服务能力,作为后续智能计算基础设施建设的重要指标。
作为核心信息基础设施领军企业,中科曙光长期致力于智能计算技术的研发和应用,对智能计算中心的建设和运营有着深入的理解和实践经验,率先打造出兼具“开放、融合、绿色、普惠、服务”的“5A级智算中心”范本。中心涵盖算力供给、算法优化、数据服务及行业应用在内的全场景人工智能计算服务,驱动AI与产业从点到面的融合,以更易用、更通用、更经济、更节能、更省心的算力服务,更好地满足了人工智能产业等应用场景需求,进一步刷新智算中心建设运营标准。
目前,通过产业上下游紧密协同,“5A级智算中心”已得到产业广泛认可,对大模型落地以及能源、工业、金融等更多AI需求侧应用场景赋能价值显著,现已在北京、合肥、长沙等多地落成投运。随着《智能计算中心总体技术要求》等新标准、新规范普及落实,中科曙光也将5A级智算中心示范价值,推动智能计算产业高质量发展进阶。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。