4月29日,第四届创新数据基础设施论坛(IDI Forum)在德国慕尼黑成功举行。华为公司副总裁、数据存储产品线总裁周跃峰博士发表题为“数据觉醒,AI-Ready数据基础设施加速智能化”主题演讲,并正式发布AI数据湖解决方案,加速AI行业化落地。
华为公司副总裁、华为数据存储产品线总裁周跃峰博士
数字化转型已经进行了几十年,很多事发生了变化,只有一样事情从来没有变化过,那就是“数据的重要性”。周跃峰在演讲中指出:“AI-Ready首先要做到数据Ready,行业数字化不断深入的过程,就是数据向信息、知识转变的过程。”华为发布AI数据湖解决方案,通过集成数据存储、数据管理、资源管理和AI工具链,高效提供高质量AI语料,加速模型训练与推理效率,助力企业加速拥抱AI。
数据存储:性能、容量、韧性三个方面持续创新
数据管理:使能全域数据的可视、可管、可流动
华为DME存储数据管理平台集成了Omni-Dataverse(统一数据空间),有效帮助客户打破数据中心多地部署场景下的数据孤岛,以千亿级文件数据秒级检索的能力,使能数据高效处理与价值释放。
资源管理:多样化算力(xPU)资源池化与AI资源智能调度
基于DCS平台虚拟化和容器技术,为客户提供高效的xPU资源池化及智能调度能力,提升资源利用率。此外,基于DME的DataMaster运维大模型,实现AI Copilot智能运维,构建涵盖AI智能问答、AI运维助手、AI巡检专家等全场景AI运维能力。
最后,周跃峰表示,华为数据存储坚持技术创新与存储创新,和全产业一起努力,为全球客户提供AI-Ready数据基础设施,加速迈入数智时代。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。