日立集团旗下专注数据存储、基础架构与混合云管理的子公司Hitachi Vantara宣布与NVIDIA合作,共同打造新一代变革性人工智能(AI)解决方案。Hitachi Vantara将开发一套名为Hitachi iQ的解决方案组合,通过在其AI解决方案堆栈上分层部署特定行业功能,来推动产出具有针对性的AI成果,从而使成果更为明确,与企业业务更具相关性。
欲了解更多有关Hitachi Vantara AI解决方案组合的信息,请点击此处:
www.hitachivantara.com/en-us/solutions/artificial-intelligence.html#hitachiiq
随着生成式AI等令人振奋的数据密集型新技术掀起业务转型的热潮,本就紧张的运行环境面临着更为严峻的挑战。根据标普全球市场财智(S&P Global Market Intelligence)近期的一份报告,“IT基础架构在AI工作负载的资源需求下正处于紧张状态。只有三分之一(32%)的受访者表示,其所在企业始终能够支持内部的AI工作负载需求。”凭借此次合作,Hitachi Vantara将能够通过创建支持混合云的AI功能来帮助企业满足市场需求,从而促进用户加速获取有效洞察。
Hitachi Vantara首席执行官Sheila Rohra表示:“作为日立大家庭的一员,我们在能源、交通和制造业等多个行业细分市场都拥有丰富的专业知识,因此具备加快AI驱动的数字化转型的能力。成功的合作是为了同时满足客户当前和未来的需求。NVIDIA在AI领域处于领先地位,而Hitachi Vantara在面向未来的混合云基础架构解决方案和服务方面具备丰富的专业知识,此次合作使我们能够将双方的优势结合起来,帮助我们的客户建立创新的数据基础。”
基于NVIDIA最新的AI技术,并结合Hitachi Vantara的下一代存储平台,Hitachi iQ解决方案组合将通过创建AI功能来满足市场需求,从而加速各行各业企业的数字化转型。Hitachi Vantara将通过多种消费模式为客户提供其所需的数据存储消费机制,同时提供更高的内部部署性能和投资回报率(ROI)。
利用HCSF支持复杂的AI工作负载
Hitachi iQ解决方案组合的首款产品将基于最新一代计算能力的NVIDIA AI Enterprise端到端软件平台,于日立2024财年第一季度推出。此外,Hitachi Vantara还将利用高性能并行文件系统Hitachi Content Software for File (HCSF) 的存储技术,发布全新的第5代加速存储节点,为复杂的AI工作负载提供快速存储解决方案。同时,Hitachi Vantara也将发布基于PCI-E的GPU产品,其中包括NVIDIA H20和L20 GPU。
NVIDIA DGX平台副总裁Charlie Boyle表示:“各行各业的企业都在建设AI工厂,试图将数据转化为智能。借助采用NVIDIA DGX基础架构和软件构建的解决方案,Hitachi Vantara的客户将能够创建AI卓越中心,以优化其生成式AI战略。”
充分发挥日立的运营技术和行业专长
日立正在转型以满足市场需求。2023年,集团宣布创立日立生成式AI卓越中心(Hitachi Generative AI Center of Excellence)。作为与NVIDIA开展更广泛合作的一部分,日立将专注于创建针对特定运营技术(OT)的基础模型。基于此,日立成为首批面向特定行业开发生成式AI模型的公司之一,以满足市场的数据驱动型数字化转型需求。此外,通过Hitachi iQ,日立及其子公司和合作伙伴生态系统将帮助客户发掘AI所能提供的潜力,从而优化其企业业务。
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。