【西班牙,巴塞罗那,2024年2月26日】在MWC24 巴塞罗那期间,以“加速ICT能源绿色转型”为主题的华为数字能源高峰论坛隆重举办。来自全球的领先运营商、行业领袖以及产业专家共赴盛会,分享全球能源行业前沿观点、最新洞察和成功实践,加速ICT能源绿色转型。
华为公司高级副总裁、数字能源营销服体系总裁杨友桂
会上,华为公司高级副总裁、数字能源全球营销服体系总裁杨友桂发表以“使能运营商赢在新时代”的主题演讲。他强调,碳中和已经从全球共识走向全球行动,低碳化、电气化、数字化、智能化是能源演进变革的四大关键路径,在这一时代背景下,运营商已将能源效率提升和碳减排深度融合到可持续发展战略中,ICT能源绿色转型正加速进行。要实现自身降碳目标,运营商需要抓住全球碳中和带来的能源转型发展机遇,而运营商也面临着减排压力大、电费支出多、增长速度放缓三大挑战。
在碳中和时代,面对挑战,运营商将从过去的能源消费者,转变为未来的能源消费者、生产者、使能者。首先,通过节能技术创新,让每个Watt将支持更多的Bit,实现对能源的极致利用,成为新消费者。其次,通过在站点和园区建设分布式光伏,实现绿电自发自用;另外,站点储能利用虚拟电厂技术,参与电力市场业务,实现能源生产和调节。最后,通过Bit管理Watt,数字技术全面赋能传统能源和新能源,助力能源系统的效率提升和稳定供应,成为使能者。
华为数字能源站点能源领域总裁李少龙
华为数字能源站点能源领域总裁李少龙发表“华为智慧能源使能运营商向能源生产者转型”主题演讲,面向“能源消费者”场景,打造端到端高效用电方案,助力运营商打造绿色低碳网络,在4/5G网络建设中极省总成本(TCO);面向“能源生产者”场景,通过部署光伏绿电实现能源生产,利用智能储能资源参与VPP(虚拟电厂)等电力辅助服务业务,实现节电增收,推动运营商能源绿色转型。
华为数字能源全球数据中心能源高级副总裁&首席技术官Sanjay Kumar Sainani
华为数据中心能源高级副总裁兼首席技术官Sanjay Kumar Sainani发表“SmartDC,助力运营商智算时代转型升级”主题演讲。Sanjay表示,AI大模型走向千模百态,海量算力需求涌现,数据中心行业加速迈向云+智算DC新时代。为应对智算时代数据中心面临的可靠性、功率密度、建设周期和平滑兼容等挑战,华为创新融合一体化供电系统、分布式温控系统和预制化部署,打造SmartDC大型数据中心解决方案,构筑安全、绿色、极简、智能的算力底座,助力运营商加速能源转型,让数字世界坚定运行。
会上,华为数字能源数据中心及关键供电产品线副总裁阳必飞发布了“站点VPP白皮书&数据中心间接蒸发冷却白皮书”,助力运营商加速减碳,向绿色可持续发展转型。
本届峰会,大咖云集,纷纷发表前沿观点和分享成功实践。沃达丰集团网络架构规范与能源效率总监Kyriakos Exadaktylos分享了“分布式基站储能助力能源网络调频业务”;法国电信马里子网CTO Moussa YARO分享了“弹性智能的绿色站点解决方案”;Safaricom网络总监Anthony Gacanja 分享了“大型DC助力ICT业务转型”的成功实践;Colt全球设计与工程总监Mauro Leuce和AQ Compute首席执行官分享了重要的案例故事。
高峰论坛现场
MWC24 巴塞罗那主题为“Future First”,意味着不仅只是追随未来的步伐,而是积极地引领、加速创新的过程,集合行业的智慧和资源,让未来先行,创造更美好的明天。华为将持续投入创新,融合数字技术和电力电子技术,携手全球志同道合者,加速ICT能源绿色转型,共建绿色美好未来。
好文章,需要你的鼓励
Panzura在其Symphony数据管理平台中新增了访问控制列表分析和自动修复功能。该平台专门处理EB级非结构化数据集,具备扫描、分层、迁移和合规分析等功能。Panzura声称58%的企业受到权限扩散问题影响,74%的数据泄露涉及特权凭证滥用。新版本重点解决权限继承中断、过度授权访问和合规盲点等问题,提供完整的文件系统权限可视性和快速问题解决能力。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
Arista Networks宣布收购博通旗下VeloCloud SD-WAN业务,交易金额约10亿美元。VeloCloud是SD-WAN领域先驱企业,拥有集成安全功能的云管理SD-WAN解决方案。此次收购填补了Arista在分支机构连接方面的空白,使其能够提供端到端网络解决方案。同时,前思科高管Todd Nightingale加入担任总裁兼首席运营官,将助力公司拓展更广泛的客户群体。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。