2024年4月12日,北京 – 日立集团(TSE: 6501)旗下专注数据存储、基础架构与混合云管理的子公司Hitachi Vantara宣布完成战略重组,此举旨在加速落实公司的发展计划,包括专注于发展混合云和生成式AI技术,以增强应对市场机遇的能力。新组织架构包括Hitachi Vantara与日立IT平台产品管理部的战略整合,后者一直负责日立集团数据基础架构解决方案的业务开发、研发和生产。

欲了解更多有关Hitachi Vantara数据存储、基础架构和混合云产品的信息,请访问:
https://www.hitachivantara.com/en-us/products/storage-platforms.html
重组后的Hitachi Vantara在制造业和混合云领域拥有丰富的基础架构和数据存储经验,同时公司将团结一致推动客户实现有意义的业务成果。凭借重组优势,并基于在跨关键任务环境管理数据方面长期积累的专业知识,Hitachi Vantara将能够更及时进行创新并不断适应市场需求的变化。
生成式AI等技术的出现使得数据处理需求爆炸式增长,许多公司都在努力追赶这一趋势变化。在此背景下,Hitachi Vantara的战略重组恰逢其时。Salesforce最近开展的一项针对IT领导者的调查显示,许多IT专业人士正在努力管理AI项目和处理由此产生的大量数据。调查显示,近九成 (88%) 的IT专业人士无法支持其所在企业收到的大量AI相关请求。此外,MuleSoft调查发现,75%以上的企业正在使用多种AI模型,90%的企业表示在将AI与其他系统集成方面面临挑战。
Hitachi Vantara首席执行官Sheila Rohra表示:“生成式AI的崛起和数据处理能力的爆炸式增长正在推动企业加速变革,许多企业都在这一浪潮下奋起直追。下一阶段的业务转型旨在帮助我们加快执行速度,扩大业务规模,以实时识别和利用市场机遇。此次战略整合有利于拓展我们开发、制造、销售和交付的能力,从而增强Hitachi Vantara的整体业务能力,更好地为客户提供他们在混合云环境中所需的AI驱动的数据性能、可靠性和弹性,助其实现业务增长并提升现实中的商业影响力。”
作为新组织架构的一部分,原日立IT平台产品管理部总裁Akinobu Shimada被任命为Hitachi Vantara董事长,以进一步加强Hitachi Vantara与日立集团之间的紧密联系。
Shimada表示:“我们在各组织之间建立了强有力的合作伙伴关系,这有助于形成良好的协同效应,使得Hitachi Vantara的组织架构更加正规化,从而促进研发和工程服务更贴近我们在全球的主要市场。鉴于如今Hitachi Vantara的业务注入了大量的行业专业知识和杰出的技术理解力,我相信,我们将以统一的数字基础架构和AI战略及执行计划为指引,为客户提供具有重要影响力的成果,并为自身业务的持续增长做好准备。”
Hitachi Vantara正在率先开发混合云存储,将内部部署与云计算环境无缝结合,以期在处理复杂业务所需的大规模、关键的数据时,实现安全性、高性能、高可靠性以及成本优势。例如,Hitachi Vantara最近宣布与NVIDIA合作,共同打造新一代变革性AI解决方案Hitachi iQ,在其AI解决方案堆栈上分层部署特定行业功能,从而使AI成果更为明确,与企业业务更具相关性。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。