近日,中国移动2024年至2025年分布式存储(新建部分)集中采购项目正式公布中标名单。曙光存储在功能、性能、可靠性、功耗等多项“严苛”测试,凭借硬实力,成功中标性能型典配,中标金额超4200万!
此次中标,曙光存储分布式产品将主要应用于中国移动负载数据库业务与虚拟化资源池业务。
2020年以来,曙光存储已连续5年中标中国移动的分布式存储集采项目,并深度参与到中国移动最新布局的新型智算中心体系项目和中移动存力智能调度平台项目中。曙光存储也从设备供应商,升级为中国移动战略级伙伴,后续双方将在技术、生态、应用等多维度展开深度协作,支持通信产业的高质量发展。
如今,伴随AI大模型加快落地,人工智能技术与行业应用融合逐步深入,分布式存储在时代要求下正面临更高发展要求。为此,曙光存储对分布式存储产品进行全新升级,提供全平台性能优异、全路径AI亲和机制与全生态开放兼容的“智存”方案,打造AI时代的存储利器。
在推动先进存力发展之路上,曙光存储已深耕20余年,致力于打造“绿色、海量、高效、融合、安全”五大价值体系,为数据驱动的多个业务模式提供坚实后盾。未来,曙光存储将持续以“强者恒存”的产业精神,坚持自研创新,持续推动数据要素在产业实践中的高水平应用,赋能更多用户实现业务价值跃升!
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。