历时1个多月,覆盖5个城市的SONY全国渠道大会将于10月金秋正式启程,Infortrend作为战略合作伙伴将全程一起参与,将先后赴乌鲁木齐、重庆、青岛、长沙、贵阳5座城市进行渠道活动。Infortrend将为您展示"媒资管理+存储+AI智能"的合作方案,为用户提供强劲的媒资管理工具及安全高效的存储解决方案。
方案一
媒资管理存储一体机 - EonStor GSe Pro
在轻量化的系统中配有Docker设计,嵌入索尼NavigatorX媒资管理软件,组成媒资存储管理一体机,提供高安全、高性能、高稳定性、高性价比的企业级NAS存储,卓越的扩展能力可满足存储空间长期增长需求。实现媒资收集,保存,查找,编辑,发布等需求。适用于中、小企业公办文件共享、资料备份(云端备份)、媒体资源管理、数字化图书馆等应用场景。
方案二
高度集成计算与存储于一体的深度学习平台 - EonStor GSi
Infortrend GSi集SAN、NAS、云端、深度学习平台于一身,产品采用NVDIA GPU卡,支持CUDA加速。内嵌Docker平台,搭建TensorFlow, Caffe, Caffe2, Theano 架构。实现快速部署,操作简易,为AI智能应用提供强大的浮点运算能力,是智慧城市、智慧校园、医疗影像智能分析、智能配色、股票走势、自动驾驶、3D建模等应用完美的解决方案。
方案三
高性价比媒资数据存储解决方案
大数据时代下面对数据量快速增长,对存储的需求成几何式增长,后期对海量数据的智能存储和快速查询提出严格诉求。Infortrend与索尼合作共同推多种高性价比、性能稳定的存储解决方案,应对媒资客户对存储的需求。
Infortrend存储产品能够提供高效的性能、安全可靠的数据服务、灵活的易用性,有效保证用户数据的安全性及业务持续性。广泛应用于政府、企业、广电、教育、医疗、金融、制造等行业。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。