2024年4月28日至29日,由中国移动集团(以下简称“中国移动”)主办的“2024中国移动算力网络大会”在苏州召开,大会以“算力网络点亮AI新时代”为主题,汇聚业界精英,共同探讨算力网络的发展前景与技术趋势,推动产业的深入合作与持续创新。
作为中国移动的核心供应商及价值合作伙伴,紫光股份旗下新华三集团受邀参会,全面呈现在智算、AI大模型、云电脑、云安全等领域的最新技术成果及解决方案,与中国移动共同探索AI+时代的无限可能,携手构建新型生产力生态。
展会期间,江苏省委常委兼苏州市委书记刘小涛、中央网信办总工程师孙蔚敏、中国移动董事长杨杰、中国移动总经理何飚、中国移动副总经理李慧镝、中国移动副总经理高同庆等领导莅临新华三集团展区,对新华三在算网领域建设中所发挥的关键作用表示高度评价,同时也对新华三与中国移动的长期深度合作表示肯定,并期待双方开展更深层次的战略合作。
深化合作 共绘算力网络新蓝图
开幕式上,新华三集团高级副总裁、首席科学家兼技术委员会副主席李立发表致辞,强调中国移动在引领AI产业发展及保障产业链安全可控方面的“排头兵”角色,新华三始终与中国移动并肩前行,在智算、SaaS云应用、云安全等多个领域保持密切合作,并表示未来将继续深化合作共建产业生态,合力绘就算力网络的宏伟蓝图,为数字中国的建设贡献力量。
新华三集团高级副总裁兼运营商BG总裁何宁出席算力网络产业链共创发布仪式,期待与中国移动等产业伙伴一同助推算力网络跨越式发展。
算网融合 赋能行业提升应用效能
此次大会,新华三集团以“算网绘智,AI启新”为主题参展,重点展示了在算网融合领域的创新技术。新华三推出的灵犀智算解决方案,聚焦异构算力、解耦开放、全场景等五大核心价值,通过绿洲平台、傲飞算力平台等强大的技术支持形成端到端方案,实现高效的数据治理与算力调度,为算力释放提供强大支撑,助力百行百业的AIGC场景化应用快速落地。在智算中心内部网络联接方面,新华三打造了开放解耦的智算中心无损RoCE方案,支持高性能、标准开放等关键价值。
随着数据中心能耗问题日益严峻,液冷技术成为行业趋势,新华三集团推出全栈液冷ICT产品解决方案,覆盖冷板式和浸没式双技术路线的整机柜交付,并支持微模块一体化机房,有效降低了数据中心的PUE,解决了高密、高功耗设备的部署可行性难题。作为数据中心全生命周期专业服务商,新华三已经参与了800余个数据中心的建设,具备PUE<1.1的数据中心建设能力,并将继续以液冷等前沿技术打造更加绿色和高效的未来算力新形态。
AIGC创新 定制化AI服务的未来
展会期间,新华三集团全面展示了在AIGC领域的创新技术与应用。其中,新华三百业灵犀(LinSeer)私域大模型,以行业专注、区域专属、数据专有、价值专享的理念,能够为垂直行业和专属地域的客户,提供安全、订制、独享、生长的智能化服务。现场还展示了AIGC灵犀一体机,作为实现大模型落地应用的最小单元,将助力各行业用户快速实现模型私有化交付。
展览中,新华三推出的AIGC数字人,不仅能够模拟人类语言交流,还能理解复杂情境,进行智慧交互,为观众带来了沉浸式AI体验。目前,AI数字人已经广泛应用于政务、客服、教育等多个领域。
重构工作范式 引领算网应用新趋势
凭借在百行百业的深入实践和多年云计算的技术积累,新华三推出个性化、行业化的云电脑服务,帮助客户打造一个深度融合、体验优先、安全可信、智能赋能的数字化工作空间。云电脑以其创新的“云+软件+终端”解决方案,将云端强大的计算、存储与网络能力巧妙融合,以桌面形态直观地交付给用户。随时随地,只需一台终端,即可享受即买即用的极速云上电脑服务,满足多样化的场景需求,从高效办公到数据安全,再到敏捷运维,一应俱全,开启云端工作的无限可能。
在云安全领域,新华三构建的云网安一体化防护体系,为客户提供全面的安全解决方案,确保合规建设与需求满足。
未来,新华三集团将秉持“精耕务实 为时代赋智慧”的理念,不断深化技术创新和产业合作,构筑开放、高效、安全的算力网络新生态,共同推动算力网络的发展和应用创新,为百行百业的数字化转型升级提供有力支撑,携手迈向AI新时代。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。