更多

  • 台达深度参与2023年IEEE电力电子学会全球青年学者与学生论坛

    促进学术交流 招募全球英才 上海2023年8月31日 /美通社/ -- 由台达赞助并深度参与的IEEE PELS全球青年学者与学生论坛（SYPS），8月27日至29日于上海举行。今年是IEEE SYPS第二届论坛，也是该论坛于2021年创办以来首届线下举办，本届论坛以"打造全球青年学者与学生交流平台，与行业领袖交流、享受乐趣"为主题，为国内以及来自韩国、印度和欧美等共10个国家、20余所学校和科研院所、300多名世界各地的青年学者提供电力电子学科的学术成果发表与交流平台，收录超过150篇论文。台达上海暨杭州设计中心主任章进法博士在开幕式上分享台达源于1999年领先业内进行研发的创新成果——LLC 串联谐振变换器，该技术已广泛应用于各种高效率高功率密度开关式电源的设计。此外，由于台达向来重视研发创新与青年学子的人才培育，这和SYPS论坛的主旨相符，因此台达也在论坛现场分享人才发展经验与雇主品牌的经营成果，受到现场国内外与会嘉宾瞩目。 台达上海暨杭州设计中心主任章进法博士在开幕式上进行主题演讲，对于台达受邀参与本次论坛表示深感荣幸。   章进法博士（右二）与IEEE PELS副主席徐德鸿（左二）、IEEE PELS SYPS 2023共同大会主席汪飞（左一）以及原上海电源学会理事长汤天浩（右一）合影。 章进法博士表示，今年台达受邀以"钻石赞助商"身份参与并支持本届论坛，深感荣幸，相信本届论坛一定能更好的增进全球电力电子青年学者间的沟通、交流和合作。台达每年投入创新研发的经费超过总营收的 8%，2022年研发投入金额达12.8亿元人民币，全球各地共有 72 个研发中心，研发工程师超过一万人，其中，中国大陆研发工程师超过2,300 人。台达于 2000 年起，先后设立"台达电力电子科教发展计划"与"中达学者计划"，通过与清华大学、上海大学等十二所重点大学合作，截至 2022 年已资助创新研究项目317个，评选奖励"中达学者"33位、"中达青年学者奖" 24位，颁发优秀研究生奖学金1,422人次。 IEEE PELS 青年学者与学生委员会主席Nayara Brandão de Freitas对台达在这次论坛的大力支持表示感谢。她表示，通过台达对本次活动的支持，可以看出台达对电力电子技术发展的重视，来自全球参与这次论坛的电力电子学界优秀青年学子都能因此受到激励。希望通过这次论坛，提供学子们多元的交流机会，助力电力电子学科的未来发展。 上海大学教授，IEEE PELS SYPS 2023共同大会主席汪飞表示，本论坛的初衷是将科研年轻化，与会人员覆盖了青年学者和研究生，并邀请杰出的青年工程师到场分享技术发展前沿，让学生们提升学科素养。很荣幸能邀请到台达这样在电力电子领域很具有代表性的企业与会，与参会的学子们分享企业的文化与故事，为他们未来的职涯发展做出指引。 在主题演讲中，章进法博士介绍了台达在电力电子领域研发创新的重要成果——LLC 串联谐振变换器，该技术于1999年领先业内进行研发，已广泛应用于各种高效率高功率密度开关式电源的设计，包括便携电脑电源设配器、数据中心和服务器电源、通信电源、LED照明驱动电源、电动车车载及快充电源、以及其他消费和工业用各种开关式电源等领域，和传统变换器相比，使用LLC电路可以明显提升电能变换效率。展望未来，台达将致力该项技术更广泛的应用，包括电动车电源的双向电力变换、便携式电子设备的通用化充电解决方案，以及MHz频率切换技术等方面。 会议期间，台达人力资源同仁向参会的青年学子们介绍了台达的雇主品牌核心价值与优势，台达在自动化、电力电子等领域的研发实力受到现场与会学生们的热烈关注，论坛期间，台达收到29名学生的求职信息。台达积极助力员工的自我提升，定期组织开展通用类及专业类培训。2022年，台达培训投入金额约442 万元，员工培训人均时长24 小时 / 人。此外，台达致力提供员工安全、便利的工作环境，2022 年，安全生产投入金额达1,442万元，并贴心关爱员工，为员工提供舒适的生活环境，配备图书馆、休息区，免费提供各类健身设施，如跑步机、乒乓房、瑜伽房等，并鼓励员工组建社团，增强员工体质，员工满意度达91 %。台达一系列为关爱员工所做的努力获得了多项外界肯定，2022年，台达荣获"2022 大中华区卓越雇主" 的"αi 优质职场卓越典范企业奖" "2022 年中国典范雇主"以及 "2022学习和发展典范"等荣誉，欢迎所有优秀的青年学子加入台达的行列，共创环保节能和绿色科技新篇章。 美国电气与电子工程师协会（IEEE）总部位于美国纽约，是一个国际性的电子技术与信息科学工程师的协会，也是全球最大的非营利性专业技术学会之一，其会员人数超过40万人，遍布160多个国家，致力带来与会员当前需求和未来技术趋势相关的创新型产品和活动。 IEEE PELS全球青年学者与学生论坛（SYPS）于2021年3月首次在线上举办，台达多年来多次与IEEE合作，包括在2018年，台达冠名赞助IEEE EBL亚太区竞赛，为贫困地区寻找电力解决方案；IEEE则曾于2017年专题报导台达创办人郑崇华在电力电子领域的卓越贡献。

    产业动态 IEEE 电力电子学 PS 开关式

  • 浪潮信息Owen ZHU：大模型百花齐放，算力效率决定速度

    北京2023年8月31日 /美通社/ -- 与狭义的人工智能相比，通用人工智能通过跨领域、跨学科、跨任务和跨模态的大模型，能够满足更广泛的场景需求、实现更高程度的逻辑理解能力与使用工具能力。2023年，随着 LLM 大规模语言模型技术的不断突破，大模型为探索更高阶的通用人工智能带来了新的曙光。通用人工智能进入了快速发展期，在中国，大模型已经呈现出百花齐放的态势，各种大模型层出不穷。 要想在"百模争秀"的时代占得先机，AI开发团队需要着力化解算力、算法、数据层面的巨大挑战，而开发效率和训练速度是保障大模型市场竞争力的核心关键因素，也是未来的核心发力点。近日，浪潮信息人工智能与高性能应用软件部 AI 架构师Owen ZHU参与首届由CSDN、《新程序员》联合主办的NPCon大会，发表重要技术演讲，分享面向新一轮AIGC产业革命，AI大模型的算力系统解决之道，并强调算力、算法、数据和系统架构等多个方面的综合优化对大模型训练到了至关重要的作用。 以下为Owen ZHU在NPCon大会的演讲实录整理： "百模争秀"时代的算力瓶颈 大模型研发的核心技术是由预训练与Alignment组成的，第一部分就是预训练，需要用大量的数据使模型收敛速度更快、性能更好。第二部分则是Alignment，Alignment不完全等于强化学习，其通过使用多种方式/策略优化模型输出，让AI在和人的交流反馈中学会如何沟通表达，这两部分是提升大模型质量的核心要素。 目前来看，模型基础能力取决于数据、模型参数量和算力。模型参数量越大、投入的训练数据越大，模型泛化能力越强。由于资源限制，在两者不可兼得的时候，应该如何进行取舍呢？OpenAI的研究结论认为，与增加数据量相比，先增大模型参数量受益则会更好，用一千亿的模型训练两千亿的Token和两千亿模型训练一千亿的Token，后者的模型性能会更高。 由此可见，参数量是衡量模型能力的一个重要指标，当模型参数量增长超过一定阈值时，模型能力表现出跃迁式的提升，表现出来语言理解能力、生成能力、逻辑推理能力等能力的显著提升，这也就是我们所说的模型的涌现能力。 模型规模多大能产生涌现能力呢？现在来看，百亿参数是模型具备涌现能力的门槛，千亿参数的模型具备较好的涌现能力。但这并不意味着模型规模就要上升到万亿规模级别的竞争，因为现有大模型并没有得到充分训练，如GPT-3的每个参数基本上只训练了1-2个Token，DeepMind的研究表明，如果把一个大模型训练充分，需要把每个参数量训练20个Token。所以，当前的很多千亿规模的大模型还需要用多10倍的数据进行训练，模型性能才能达到比较好的水平。 无论是提高模型参数量还是提升数据规模，算力依旧是大模型能力提升的核心驱动力：需要用"足够大"的算力，去支撑起"足够精准"模型泛化能力。当前大模型训练的算力当量还在进一步增大，从GPT-3到GPT-4算力当量增长了68倍。算力当量越大，交叉熵越小，模型能力越强。随着训练的token数、模型参数、计算量的增加，语言模型的loss在平滑下降，这就意味着大语言模型的精度可以随着计算量、参数规模、token数扩展进一步提升。 欲炼大模型，先利其器 大模型能力来源于大量工程实践经验，预训练的工程挑战巨大，这表现在如下几个方面：首先，AI大模型的演化对于集群的并行运算效率、片上存储、带宽、低延时的访存等也都提出了较高的需求，万卡AI平台的规划建设、性能调优、算力调度都是很难解决的难题；其次，大规模训练普遍存在硬件故障、梯度爆炸等小规模训练不会遇到的问题；再次，工程实践方面的缺乏导致企业难以在模型质量上实现快速提升。 作为最早布局大模型的企业之一，浪潮信息在业界率先推出了中文AI巨量模型"源1.0"，参数规模高达2457亿。千亿参数规模的大模型创新实践，使得浪潮信息在大模型领域积累了实战技术经验并拥有专业的研发团队，为业界提供AI算力系统参考设计。在算力效率层面，针对大模型训练中存在计算模式复杂，算力集群性能较低的情况，源1.0在大规模分布式训练中采用了张量并行、流水线并行和数据并行的三维并行策略，训练耗时约15天，共计训练了180 billion token，并将模型最后的loss值收敛至1.73，显著低于GPT-3等业界其他语言模型。首次提出面向效率和精度优化的大模型结构协同设计方法，围绕深度学习框架、训练集群IO、通信开展了深入优化，在仅采用2x200G互联的情况下，源1.0的算力效率达到45%，算力效率世界领先。在集群高速互联层面，基于原生RDMA实现整个集群的全线速组网，并对网络拓扑进行优化，可以有效消除混合计算的计算瓶颈，确保集群在大模型训练时始终处于最佳状态。 为大模型良好生态发展寻找最优解 当前，中国和业界先进水平大模型的算力差距依然较大，从算力当量来看，GPT-4的算力当量已经达到了248,842PD，而国内大多数主流的大模型算力大量仅为数千PD，差距高达近百倍。 同时，中国和业界先进水平大模型在算法、数据方面也存在巨大差距。在算法方面，虽然开源为国内大模型发展带来了弯道超车的良机，但LLaMA等开源大模型相比GPT4等顶级水平自研模型的性能，开源模型的能力存在"天花板"。 在数据方面，中文数据集和英文数据集相比较，在规模、质量上均存在显著差距，相较于动辄数千亿单词量级的英文数据，中文大模型的数据量级仅为百亿左右，而且开源程度较低，封闭程度较高。 开发大模型、发展通用人工智能是一项非常复杂的系统工程,我们亟需从系统层面为未来大模型的良好生态发展寻找最优解。从实战中走来，通过构建高效稳定的智算系统，加速模型开发效率提升。 日前，浪潮信息大模型智算软件栈OGAI（Open GenAI Infra）——"元脑生智"已正式发布。浪潮信息正通过"工具化、系统化、全链条"的全栈赋能能力，让炼大模型省时、省力，让大模型更快、更稳、更智能，助力百模真正实现"竞速AIGC"。  

    产业动态 模型 AI GP TOKEN

  • 与行业客户共创，软通动力大模型生态开辟新路径

    北京2023年8月31日 /美通社/ -- "大模型的未来在于行业应用"，对此业界已经达成了共识，下一步则是如何将大模型在行业中落地。 于是，我们能够看到，既前一阶段的基础大模型之后，近来又掀起了行业大模型的热潮。据粗略统计，仅在国内，已经和计划发布的大模型就达到上百个。 那么，对于有志于大模型业务的IT企业来说，是不是只有这两条路可走，是否存在第三条可达路径呢？ 软通动力给出的答案是：不做通用大模型，而是为行业客户提供平台工具、专业人才和技术服务，与他们共创定制化的私有大模型，以此推动大模型行业应用的快速落地。 行业头部企业将扮演重要角色 在第一波热潮中，大模型的发布者主要是ICT企业，尤其以互联网公司为主导。最近一段时间，各个行业的头部企业也开始参与其中。 IDC前不久发布的报告预测，金融行业、能源行业等头部机构，会率先在1年内在相对成熟的场景中尝试引入大模型。而且，随着技术的普及，行业头部企业在该市场的角色，也不再只是最终用户，而有望成为新一代AI技术的提供商。 无论作为最终用户还是技术提供商，头部企业参与行业大模型的趋势已经建立，因为他们已经看到大模型能够为企业降本增效，建立起业务竞争优势。这些行业头部企业，正是软通动力所长期服务的客户，也在大模型领域走在前列。 软通动力数字化创新服务线副总裁霍宇认为，要做好行业大模型，企业需要在两个方面加大投入，一是算力，二是语料。对于算力的重要性，大家已经都认识到了，其实语料对于行业大模型的训练更为重要。 他表示，相比国外，国内的语料多集中在企业内部，可以公开获得的则比较少。因此，他建议，行业客户应该先"补数据的课"，把更多预算投入到提升大模型的输入质量上，这样不仅不耽误时间，反而可以节省成本。 当然，在这一过程中，如何治理数据、如何把数据语料化、如何更好地训练模型，都将是对企业能力的考验。软通动力正致力于帮助企业提升这些方面的能力，从而利用大模型来升级数智化转型战略，在外部产业链和内部企业管理两个领域实现全面数字化。 坚持走与客户共创的路径 在过去半年时间里，ICT企业都纷纷加入到大模型产业当中，发挥自身专长来获取一席之地。目前，围绕大模型的产业生态正逐步形成，虽然这一生态体系仍不稳定，处于快速发展演化的过程中。 霍宇认为，软通动力不做通用基础大模型，因为这需要巨额投入，是行业头部企业才能做的；也不会做通用行业大模型，因为软通动力虽然懂行业，但缺乏相应的数据资源。因此，在行业大模型赛道里，软通动力坚持走与客户共创的路径，为行业客户提供数学建模、规则设定、模型优化等服务，帮助他们定制自己的私有大模型。这也可以充分发挥软通动力的优势：定制开发能力强、技术服务能力强。 在这一路径中，软通动力也坚持生态合作，在底层基础设施和基础大模型方面，与微软、华为、亚马逊、阿里云等巨头合作——他们原本就是软通动力的长期战略伙伴。 在行业选择方面，霍宇介绍说，金融、零售两个行业是当前的重点。选择这两个行业，是因为他们的客户是个人消费者，数据量比较充足，同时也是软通动力长期服务的行业，对其业务逻辑非常熟悉。 在大模型的规模方面，软通动力则侧重在六七十亿到一百多亿参数量的行业大模型，因为这个规模的大模型最具性价比。 对于大模型这个新鲜事物，很多行业头部企业都表达出了强烈的兴趣，但需求并不明确，目前仍处于尝试阶段。对此，软通动力决定自己先探路，今年在基础算力方面预计会投入近亿元，同时，搭建服务工具平台，让工程师们去"练手"。"未来还会继续加大投入力度。"霍宇表示。 目前，行业大模型相对成熟的应用场景是软件开发和知识管理，其中软件开发是公司的主要业务。软通动力正在利用大模型，来优化软件工程研发及测试效率，争取在年内实现提效30%的目标。在知识管理方面，软通动力则开发了律师行业助手类应用LawCopilot，帮助律师进行文献检索、案例分析、录音分析和法律咨询。 不过，霍宇强调说，目前to B大模型的行业应用都处于Copilot的阶段，即辅助人工进行驾驶，而达不到脱离人工的完全自动驾驶。 围绕工具和人才进行能力打造 与传统ICT生态类似，在大模型生态系统中，技术服务商扮演着为客户提供贴身服务的关键角色。 IDC也认为，提供各种工具和服务，是大模型技术厂商的集中发力方向，包括模型训练、部署和推理，以及相关的数据集、API和工具软件等，以帮助开发者更加高效地使用大型模型，从而快速实现各种应用场景的落地。 软通动力前不久发布了自己的模型即服务平台——软通天璇2.0 MaaS平台。这一平台包括三层，底层的大模型技术底座（L0级）、中间层的行业大模型（L1级）及管理、顶层的场景大模型应用（L2级）；除此之外，软通动力还为客户提供大模型一站式运营服务、数据治理及安全服务。 在天璇2.0中，软通动力训推一体化平台发挥了核心作用。其基于昇腾硬件底座+昇思MindSporeAI框架，采用软通G420K训练平台和G210K推理平台，整合欧拉操作系统等组件，搭载软通自有AI中台，为客户提供多种交互式AI模型，深度适配不同AI应用场景，支持多模态场景，提供了涵盖大模型训练、测评、部署的一整套端到端的安全可信体系。 霍宇介绍说，软通动力训推一体化平台，同时提供对商用和开源大模型的支持，客户既可以直接接入商用大模型，也可以基于开源大模型进行本地化部署。实际上，大模型的开源化趋势已经非常明显，正在成为大模型生态的主流。 除了工具平台，软通动力也加紧致力于AI专业人才的培养，这也成为其在大模型生态中的核心竞争优势之一。 毫无疑问，大模型的流行将带来人才结构的变革，未来会需要大量的AI训练师、机器学习工程师、数据科学家等新型人才。在霍宇看来，未来的AI人才，不仅需要懂AI，也需要懂架构。基于过去的业务积累，软通动力已经储备了一大批相关人才，目前正在加紧培训及在内部的算力平台上实践，帮助他们实现从编码逻辑到提示词逻辑的转换。 这些专业人才，将会帮助软通动力的行业客户构建自己的大模型，并最大程度地发挥大模型的作用，将其付诸落地实践。 当下，基础大模型的热潮正在逐渐消退，但定制化大模型和大模型应用才刚刚开始。随着应用的普及，大模型将带来新的服务范式和商业模式。霍宇也认为，未来SaaS会被基于大模型的SaaS所取代。整个软件领域甚至ICT行业生态的变革正在路上。

    产业动态 模型 开源 ICT IDC

  • 软通动力霍宇：以服务入局大模型赛道，打通落地"最后一公里"

    北京2023年8月31日 /美通社/ -- 进入2023年，ChatGPT推动世界步入一个全新时代——大模型时代，它不仅引发了AI产业的整体升级换代，同时也让各种大模型层出不穷，背后的关键原因在于，大模型能普遍提升生产力，而业内众多公司也都在积极寻找应用大模型和生成式AI的机会，希望在产业端有所作为。 确实如此，ChatGPT之所以被称为AI的"iPhone时刻"，源于ChatGPT为代表的生成式AI能够让每个人命令计算机解决问题成为了可能，其可对生产工具、对话引擎、个人助理等各类应用，起到协助人、服务人甚至超越人的角色，而凭借这项革命性的技术突破，ChatGPT在搜索引擎与各类工具软件中率先掀起应用热潮，并引起了行业用户对ChatGPT相关技术的关注与学习。同时，海量下游应用也因此捕捉到新的技术与产业机会，希望通过各类大模型与工程化能力，将类ChatGPT产品能力输送到原有的应用中，更好的赋能企业的数智化转型。 但也要看到，要让大模型从"已有"走向"可用"并不是"一蹴而就"的过程，更多的企业通常会面临数据资源有限、算力投资难度大、模型泛化能力差、高水平人才稀缺的发展瓶颈。也正因此，对更多的企业来说，未来更加"务实"的做法，就是选择适合自己的大模型服务商，"站在巨人的肩膀上"，更好地"用好"大模型。 正是洞察到这种迫切的市场需求，作为数字化转型的实践者和赋能者，软通动力近年来始终坚持以全栈式数字技术为行业客户创造价值，特别是在大模型领域，软通动力也在积极地探索与实践，希望凭借自身在AI基础设施、AI专业人才，AI生态以及在通用领域和专用服务领域沉淀的丰富应用实践，为行业客户提供大模型落地的专业服务，打通大模型落地"最后一公里"，更好地加速千行百业拥抱大模型的新时代。 大模型落地的四重挑战 毫无疑问，几乎没人会怀疑大模型对未来的颠覆性影响。但现实是，国内对大模型的探索仍处于早期阶段，无论在研发、迭代还是使用阶段，大模型都是一个消耗资源巨大、使用成本也不低的"奢侈品"。除了成本居高不下之外，企业想要在实际业务场景中部署使用大模型，还面临着数据、参数调优、人才等诸多的落地难题。 对此，软通动力数字化创新服务线副总裁霍宇表示，今年以来软通动力积极在大模型领域探索与实践，发现大模型要落地到行业和企业之中所面临的挑战非常之多，可以从几个维度来做观察： 一是，从算力的维度看，训练大型模型需要大量的计算资源和资金投入，这对于众多的企业是巨大的挑战。"公司今年在大模型基础算力方面的投入预计将会近亿元，未来还会持续。在这个领域，如果需要形成有竞争力的产品或者方案，上千万的资金投入只能算是起步门槛，可以说大模型的算力和训练成本极高，这也包括现在经常提到的行业大模型，垂直领域大模型，所以说算力方面就是一个躲不过去的高门槛。"霍宇表示。 二是，从数据的维度看，以生成式AI来说，训练的语言模型就需要具有更高的丰富度和复杂性，才能更好地理解和生成各种语言表达形式。例如，不同的语言有不同的句法结构、词汇使用规律、语义关系等特点，因此训练模型需要包括更多的语言知识和规则，以适应这些差异。同时，不同的语言还可能包含一些特殊的表达方式、文化背景等，训练模型还需要考虑这些因素，以更好地模拟和生成各种语言表达形式。不仅如此，为了提高模型的丰富度和能力，还需要使用更加大规模、多样化、真实的语言数据集，以提高模型的泛化能力和丰富性，使其能够更好地适应各种语言场景和应用需求。 在霍宇看来，大模型训练的语料问题本质上就是企业的数据治理的问题，一方面要求企业必须要获取大量可用和可信的数据；另一方面，数据还需要经过治理，形成结构化和标准化的数据，从而更好的训练出所需要的大模型服务。 三是，从算法的维度看，AI模型的发展从AlexNet发布开始，随后的研究多数是围绕着模型的深度和广度探索，发展至今已有BERT、 GPT等典型模型出现，也掀起了预训练模型的热潮，目前国内的大模型参数也已经攀升至千亿、万亿级别，其准确度也在不断的刷新 SOTA。 但与此同时，对于企业而言，如何选择合适自身的预训练模型，如何在具体场景和任务下，基于成熟的大模型进行微调能够快速地产生准确结果，以及究竟是选择商用还是开源的大模型服务，如何平衡成本和训练效果，同样也是非常让人"头疼"的问题。 四是，从人才维度看，随着越来越多的企业开始广泛应用大模型，相关的人才需求也成为了新的挑战。以在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业的AI训练师为例，相关数据显示，这类人才目前就出现了大量的"缺口"亟待满足。不难看出，虽然我们已经见证了大模型开始与场景、行业进行深度融合并取得了不错的成绩，验证了大模型已不仅在科技企业中应用，也迈出了走向千行百业的步伐，但大模型的落地并不是一件简单的事情，仍需要解决好算力、数据、算法、人才等方面带来的全新挑战。 以服务入局大模型赛道 基于此，从今年年初开始，软通动力就积极布局大模型赛道，不仅投资建设AI算力基础设施，同时也站在服务和落地的视角，希望能够凭借自身在AI人才资源，AI平台工具，AI合作生态以及"躬身实践"中沉淀的经验和方法论，和行业客户共创能够落地的大模型服务，更好地帮助企业迎接大模型时代的到来，具体来说： 首先，在AI人才资源方面，这是软通动力在大模型赛道中独具特色的优势。公司凭借十余年的技术积累和行业经验沉淀，通过将自身的服务能力横向拉通、整合之后，目前不仅能够为行业客户提供"全栈化"的数字技术服务，同时更积累了一大批高质量的数字化人才。 "我们的第一个切入点就是AI人才方向，投入专门的算力平台作为培养工程师上手并熟悉大模型的工程实践环境，能够让相关开发语言的工程师和架构师更快更熟练玩转大模型，希望通过对算力及人才的投资，让他们能够把大模型从产品到落地应用之间的链条打通，成为大模型领域的专家。而在未来，这批专家资源的能力不仅可以传递给更多的员工；另一方面，对企业来说，也可以直接获得专家资源的帮助，直接进行企业所需要的大模型开发或者提供参数调优等相关的服务。"霍宇说。 其次，在AI平台工具方面，软通动力也打造了软通天璇2.0 MaaS 平台。据介绍，基于产业服务需求，软通天璇2.0 MaaS平台在整合软通行业模型管理平台（iSS Model Ops Platform）、软通应用开发平台（iSS Model Dev Tools）、软通场景Plugin应用服务平台（iSS Model Plugin Store）等产品的基础上，能够为客户提供大模型的数据处理、大模型一站式运营服务、继续训练、调优、部署、推理和数字资产管理、数据安全等服务。值得一提的是，软通动力全新升级的训推一体化平台，基于昇腾硬件底座，采用软通G420K训练平台和软通G210K推理平台，整合欧拉操作系统等组件，搭载自有AI中台，能够为用户提供多种交互式AI模型，深度适配不同AI应用场景，在央国企、教育科研、金融等多行业多领域都可以应用。 第三，在AI合作方面，软通动力与行业内头部和主流大模型厂商都建立了生态向的合作。不仅率先接入了微软Azure云 GPT4，并且也是百度文心一言、华为云盘古大模型、阿里通义千问、元乘象ChatImg2.0的生态合作伙伴，同时也在积极深研诸如ChatGLM、DeepSpeed Chat、OpenAssistant、Alpaca、LLaMA等开源大模型。霍宇认为，软通动力在AI合作生态方面全方位的"布局"，最大的价值在于团队通过使用这些第三方的商用大模型服务，以及开源大模型，沉淀了不少的经验和方法论，而这些实践和经验，对行业客户落地大模型也是具有极高的参考价值和借鉴意义的，可以避免企业在大模型落地过程中少走"弯路"，这也是一种较为"稳妥"的落地方式。 最后，是大模型落地实践方面，软通动力也正在和行业客户通过"共创"的形式，更好地推动企业拥抱大模型时代。"现在不少行业客户都找到软通，他们认为目前如果企业自己要搞一套大模型是有困难的，这些行业客户的优势在于他们有不少的行业数据，但是并不知道如何让这些数据更好地实现语料化，或者如何让大模型在节省算力的基础上，更快地实现训练或者推理等等。除此之外，搭建行业大模型，前期的规划以及选型，也是一道门槛，而这些正是软通动力擅长的工作，因此双方可以通过共创的形式，共同推进大模型的落地，目前公司已经和不少的银行和保险行业的客户展开相关的合作。"霍宇说。 正如IDC最新发布的《AI大模型技术能力评估报告，2023》中提到的："对于行业用户来说，在关注厂商大模型技术栈完备性的同时，应着重考察厂商的产业应用经验积累，主要发力点应集中在应用层，将技术应用到实际业务场景中，提前布局，积累行业、场景经验和数据，由此才能‘站在巨人的肩膀上'打造差异化竞争优势。"从这个角度来说，软通动力在大模型服务领域积累的四大优势，无疑可以更好地帮助企业拥抱大模型，加速企业的数智化转型。 打通落地"最后一公里" 事实上，软通动力以服务模式"卡位"大模型赛道，本身也是深思熟虑和审慎考量的结果。 霍宇告诉我："当大模型浪潮袭来之时，我们首先否决掉的就是自己下场做通用大模型平台，更多还是考虑从行业大模型的赛道入手，但深入研究之后又发现，要做行业大模型，垂直行业中的数据和语料也至关重要。因此,作为一家服务型的公司，软通动力以服务的模式切入这个市场是最为合适的，我们可以通过专家资源、平台工具，以及经验和方法论，加上行业客户手中的数据资源，双方以共创的形式合作，是能够以较快方式实现大模型落地的。" 同样，以"服务"模式入局大模型赛道，也让软通动力能够以更加"全局"的视角来观察和看待整个大模型市场，并从中沉淀和总结出了不少大模型落地中值得重视的关键事项。 第一，是关于开源和商用大模型的选型问题。对此，霍宇认为，基于业务的需求情况，中国企业也会像选择公有云和私有云部署那样，既会选择直接接入商用大模型，也会选择基于开源大模型部署本地化的服务。 "抛开算力资源问题不说，如果单看模型参数大小，开源大模型在相对小的规模上能力已经接近商用模型，渐渐有了赶超的势头。另外，相对追求大而全的通用商用大模型，在垂直领域的模型训练上，开源模型的数量已经超过商用模型，因此企业不用太担心开源大模型会落后于主流的商用大模型平台。而在行业大模型领域，应该说整个市场都还不太成熟，还处在探索与实践的阶段，这就需要整个产业链通过共创的方式，推动行业大模型的慢慢成熟，最终打通落地的最后一公里。"霍宇说。 第二，除了算力和模型参数之外，企业应该把重心放在数据以及语料的沉淀上。在霍宇看来，目前语料确实是一个稀缺资源，但很多企业没有意识到这一点，未来企业如果要做大模型，数据和语料就是绕不开的问题。也正因此，数据和语料的质量问题就变得尤为重要，同样底层数据的清洗、标注、治理等一系列的工作也变得更加地迫在眉睫。 "我们目前也正在帮助一些行业客户做数据治理的工作，我们判断做数据和语料的工作还会长久持续，只不过很多工作如数据标注、数据收集的工作会变成‘工具+人工'的方式，同时这些数据和语料也会更加关注行业属性。不仅如此，在具体的实践过程中，我们也总结和沉淀了如何把语料或数据形成标准化的方法论，多大的参数量需要‘喂'它多少的语料能够达到比较合适的性价比，这都是软通动力正在做的事情。在此基础上，业务规则的设定，数学建模以及参数调优，以及后续长期的优化等工作，我们也都是可以为行业客户提供相关服务的。"他说。 第三，向量数据库也是软通动力关注的重要方向。向量数据库主要用在AI和机器学习领域。在这些领域，数据通常以向量的形式呈现，可以有效解决文本、图片、音频、视频等非结构化数据存储和查询的难题；而在大模型时代，目前对非结构化数据进行管理和处理的主流方法是，利用RNN或 Transformer 等嵌入模型（Embedding Model），将非结构化数据的语义内容转化为多维向量，并直接对这些向量进行存储、处理，由此可以为大模型的训练、学习等提供更好的数据支撑。 霍宇认为，向量数据库在大模型中将会起到三个方面的作用和价值，包括它目前已成为推动大模型迭代和进化的核心技术，同时它对企业的定制化需求也会有质的影响；更为关键的是，向量数据库对以后的数据型项目的交付也会产生比较大的变革。 "我的理解是，向量数据库是对数据科学的再一次‘数字化'，可以简单地对比原来以表结构横纵为主的数据库，是用二维或者多维结构来表现，那么向量数据库就是用一维结构来表现世界。因此随着向量数据库和算力以及AGI技术的发展，未来的数据交付模式就会改变，由此也会产生全新的商业模式，我们对此也是高度关注。"霍宇表示。 回头来看，软通动力这种"行胜于言"的务实风格，让它在大模型服务赛道中构建了属于自己独特的竞争优势。在AI算力资源上真金白银的投入，对一家服务型企业而言，背后是决心的彰显和对市场大势的把握。这使得软通动力一方面可以提供充足的算力资源供工程师和开发人员上手，积累和沉淀实操经验；另一方面，也可提供现场Demo环境供企业客户使用，让客户能切实感受到大模型带来的全新价值。" 未来，我们还会继续储备更多的专家资源，持续在平台和工具上做投入，并根据客户的业务应用场景强化数据和语料的质量，最终提升交付的效率，以更好的创新服务模式打通大模型落地的最后一公里。"霍宇如是说。 在"躬身实践"和"作壁上观"之间，软通动力选择了前者，这也让其对大模型市场有了更加深刻的认知和洞察，同时其过去一段时间的大胆实践，也让其在人才、工具、生态乃至方法论方面有了更多的积累和沉淀，而这也是软通动力有能力，更有信心让更多行业客户加速拥抱大模型时代的底气所在。

    产业动态 模型 开源 向量 GP

  • VMware 携手IBM，加速客户的工作负载现代化之旅

    作者：Rohit Badlaney，IBM Cloud 产品和行业平台总经理 北京2023年8月31日 /美通社/ -- 企业已经广泛采用混合云来实现敏捷性，并推动数字化转型。这要求企业能够跨多个环境（通常是多云环境）运行工作负载和应用。与此同时，许多企业难以应对协调所有工作环境的复杂性。对于企业来说，尤其是那些负责保护敏感数据的高度监管行业的企业，确保IT基础架构全面运行、避免风险盲点至关重要。随着勒索软件攻击持续增加，安全与合规要求不断提高，以及客户对便捷、无缝体验的期望空前高涨，企业要做的工作还有很多。实现高质量的数字化转型需要正确的技术、技能和支持，只有如此，企业才能在今天的混合云世界中脱颖而出。 VMware 携手IBM，加速客户的工作负载现代化之旅 为此，VMware 和 IBM 基于双方 20 多年的合作伙伴关系开拓创新，提供全新扩展的解决方案，为双方客户在部署和管理 VMware 工作负载方面的需求和目标提供支持。通过双方在市场进入、销售和支持计划等方面的紧密配合，这些有针对性的解决方案以及灵活的消费模式旨在帮助 IBM 和 VMware 的合作伙伴和共同客户更轻松地提供差异化服务、降低总体 IT 成本，并优化云上投资。 近日，IBM 和 VMware 共同宣布： 借助IBM 和 VMware 的混合云能力，加速企业工作负载现代化 IBM 和 VMware 希望帮助客户实现数字化转型，无论他们处于现代化旅程的哪一阶段。为此，在即将推出的VMware Cross-Cloud 托管服务计划中，IBM 将成为首家推出基于 VMware Cloud 版本的合作伙伴托管服务的公有云提供商。VMware Cross-Cloud托管服务提供的混合云环境与经过NIST 验证的框架保持一致，该框架支持工作负载在本地和 IBM Cloud 环境之间的无缝迁移。VMware Cross-Cloud托管服务旨在帮助客户降低总体拥有成本 (TCO)，快速构建应用并实现现代化，在简化运营的同时，满足安全性和行业合规需求。 此外，IBM 和 VMware 基于 IBM Cloud for VMware 即服务构建了云托管的多租户 vCloud Director 解决方案，以引入新的消费选项，以较低的入门成本实现更大的灵活性和可扩展性。该解决方案支持客户在共享环境中使用，同时可以根据独特的业务需求定制应用实例。基于IBM Cloud 管理面板，客户还将受益于具备 VMware 专业知识的 IBM 技术人员提供的内置维护、升级、监控和安全控制。 优先考虑复杂混合云环境中的安全成熟度 根据 IBM 最新的数据泄露成本报告，企业在应对不断增加的数据泄露成本和频率时的做法各不相同：在遭遇数据泄露事件的全球受访企业中，57% 的企业更可能将事件成本转移给消费者，而非增加安全投资（仅有51%的受访企业选择此选项）。 去年，我们推出了 IBM Cloud Cyber Recovery解决方案，通过备份、灾难恢复和网络恢复保护企业的宝贵数据。现在，客户可以与 IBM Consulting 合作，以托管服务的形式将IBM Cloud Cyber Recovery（ICCR）服务带给企业，借助其多云环境下的快速、可扩展的数据恢复能力，保护企业数据，从而最大限度地减少网络攻击对业务的影响。IBM Cloud、 VMware 虚拟化模型以及这一全新托管服务产品的强强联合，可以帮助客户简化安全工作负载，同时保持整体业务所需的合规控制和数据弹性。 释放伙伴生态合力 如今，合作伙伴生态已经成为企业获得新的技术、研究成果和能力的重要途径，这些能力仅凭一己之力很难获得。更重要的是，与对的合作伙伴携手共创，有助于加速客户的应用现代化旅程。在今年的 VMware Explore 大会上，我们展示了如何与生态合作伙伴共同为客户提供服务： Dizzion 发布全新的 Digital Workspaces for Financial Services，在 IBM Cloud for Financial Services （IBM金融云）上可用。凭借内置的安全和合规能力，IBM 帮助 Dizzion 应对混合工作模式和任务关键型工作负载的安全挑战，同时满足弹性、性能、合规等方面的要求。 作为IBM的重要合作伙伴和领先的GSI（全球系统集成商）公司，HCLTech推出基于 IBM Cloud for VMWare 解决方案构建的共享数据中心即服务 (Shared DCaaS) 产品，帮助企业加快混合云转型步伐。该产品包括基于编目（catalog-based）模式的共享数据中心、专用数据中心和受监管的工作负载，并基于 IBM Cloud for VMware Solutions 构建。 PrimaryIO 宣布可在 IBM Cloud 上使用灾难恢复即服务 (DRaaS) 平台ProtectIO。该平台仅限在 IBM Cloud上、通过 IBM Cloud Catalog 使用，旨在利用低成本的云对象存储和持续的数据保护，提供有吸引力的总体拥有成本 (TCO) 和恢复点目标 (RPO)，从而支持客户实现灾难恢复现代化。 有关 IBM 和 VMware 如何帮助客户在混合环境中实现现代化的更多信息，请访问：https://www.ibm.com/cloud/vmware。 【关于IBM】 IBM 是全球领先的混合云、人工智能及企业服务提供商，帮助超过 175 个国家和地区的客户，从其拥有的数据中获取商业洞察，简化业务流程，降低成本，并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000 家政府和企业实体依靠 IBM 混合云平台和红帽 OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。了解更多信息，请访问：https://www.ibm.com/cn-zh  IBM 媒体联系人：IBM中国公关部 崔守峰 shou.feng.cui@ibm.com   

    产业动态 IBM FOR BSP VMWARE

  • 招商信诺人寿2023年客户节盛大启动

    深圳2023年8月31日 /美通社/ -- 9月1日，招商信诺人寿保险有限公司（以下简称为“招商信诺人寿”）2023年客户节正式在全国启动。本次客户节活动将持续为期两个月的时间，以“健康生活，诺+掌握”为主题，推出从理赔服务升级到亲子健康活动等多项活动，以期让广大消费者体验招商信诺人寿持续优化提升的服务品质。 作为寿险行业中以健康保障为专长的中外合资险企，招商信诺人寿自成立以来持续深耕医疗健康保障领域，围绕客户需求持续拓展保险产品及服务。本次客户节活动，招商信诺人寿继续聚焦大健康特色，通过服务升级、权益升级、活动升级三大方向，依托全球150万+直付医疗服务网络资源、国际化的服务品质以及国内“百城千家万店”的优质医疗资源，优化“线上+线下”的活动形式和服务链条，为客户提供“保险+健康管理”的全方位服务和关爱。 强化优势 关爱升级 —— 诺+会员体系升级 借助今年20周年司庆契机，招商信诺人寿全面升级其诺+会员体系，强化健康管理服务优势，突出全球健康管理服务能力，全新引入养老服务，包含六大会员服务版块：“诺医生”健康管家服务、“诺寰宇”海外医疗服务、“诺相守”品质养老生活方案、“家和法税”家业常青财富顾问、“诺+生活”健康生活平台和“诺服务”保单尊享服务。 健康+分，关爱+倍 —— 诺+健康生活计划上线 “诺+健康生活计划”8月底正式上线招商信诺APP，为广大用户提供多样化的健康管理服务及保单健康权益服务。用户通过持续的线上互动活动，可获得健康管家咨询服务、健康服务折上折福利、家庭健康保障等。 高效理赔 及时关爱 —— “诺e赔”理赔服务品牌发布 9月1日，招商信诺人寿“诺e赔”理赔服务品牌正式发布。5000元以内小额案件1小时赔；20万以内急难案件1日赔；身故、重疾等复杂件一对一关爱赔。持续提升理赔服务能力，为客户提供便捷、高效、有温度的理赔服务体验。 免息复效 延续关爱 —— “寻找失效保单客户”活动 为切实践行“以客户为中心”的服务理念，在2023年9月-10月客户节活动期间，推出“寻找失效保单客户”活动，针对因未交纳保险费导致保险合同效力中止、且中止未超过2年的保单，申请复效且符合一定条件的保单客户，可享受减免复效利息的优惠政策。 活力加满 关爱“家”满 -  诺+健康亲子篮球赛 诺+健康亲子篮球赛嘉年华活动将面向6-13岁的孩子们展开，10城联动，15场线下赛事蓄势待发！活动将邀请知名CBA球员及教练亲临现场，与热爱篮球运动的孩子们展开深度的互动，让不同水平的孩子都能体会到篮球的魅力，并且帮助孩子们和家长在篮球运动中提升亲子关系和家庭健康幸福感。 2023年客户节*，是招商信诺人寿与广大客户之间承诺与信赖的双向奔赴；是一次相互信任的浪漫约定。招商信诺人寿将一如既往地践行“让客户更健康、生活更美好”的企业使命，通过用心打造有品质、有特色的产品与服务，不断提高服务品质，拓宽服务领域，丰富服务内容，以实际行动回报客户。 *招商信诺人寿2023年客户节各项服务及活动详情，以官方渠道具体通知为准。

    产业动态 温度 医疗服务 APP BSP

  • TI杯2023年全国大学生电子设计竞赛总测评收官

    （全球TMT2023年8月30日讯）TI 杯2023 年全国大学生电子设计竞赛总测评日前在山东大学举办，431支来自全国各赛区的参赛队伍参与TI杯全国奖项总测评。经过全国竞赛专家组评审、全国竞赛组委会的批准，共有360支参赛队伍获得全国一等奖，975支参赛队伍获得全国二等奖。杭州电子科技大学参赛队一举夺魁，获得本场赛事中本科组最高荣誉“TI 杯”，高职高专组“TI 杯”则花落郑州铁路职业技术学院参赛队。 本届电赛命题以电子电路和集成电路应用设计为基础，结合教学实际和新能源、人工智能等当下热门产业技术，设置了涉及模-数混合电路、嵌入式系统等现代电子技术应用的多样化赛题。德州仪器提供板卡与技术分享、赛前直播培训等全方位支持，帮助参赛学生更好地了解电子设计原理，增强实践经验与动手能力。TI 杯2023年全国大学生电子设计竞赛颁奖典礼将于11月在北京举行。

    产业动态 人工智能 嵌入式系统 全国大学生电子设计竞赛 TI

  • 爱立信在全球首个6CC数据呼叫中创造5.7 Gbps下载速度纪录

    （全球TMT2023年8月30日讯）通过聚合六个分量载波，爱立信在全球首个6CC（分量载波）数据呼叫中创造了5.7 Gbps的下载速度纪录，这将进一步加快5G载波聚合的速度。在爱立信的RAN Compute硬件、先进的载波聚合软件及创新的高级RAN协同功能加持下，爱立信利用sub-6GHz中的三个FDD（频分双工）频段和三个TDD（时分双工）频段完成了此次数据呼叫。 在实验室中，爱立信通过使用用户设备（UE）模拟器对该3FDD + 3TDD载波聚合进行了测试。通过将FDD频谱与TDD频谱相结合，更多用户可以获得载波聚合所带来的增益。此次测试通过聚合400MHz带宽与20MHz至50MHz FDD带宽，实现了5.7Gbps的吞吐量。借助6CC的能力，运营商可以优化网络和频谱资产的使用，以提供更高的数据速率和容量，从而改善以下行为主的应用体验。

    产业动态 爱立信 HZ GBPS FDD

  • TCL在海外发布两款采用“未来纸”技术的手机

    （全球TMT2023年8月30日讯）2023年8月29日，TCL正式在海外发布两款为用户视觉护航的全新手机——TCL 40 NXTPAPER和TCL 40 NXTPAPER 5G，其采用了TCL独家的“未来纸”（NXTPAPER）技术。两款NXTPAPER手机获得TüV莱茵硬件低蓝光、无反射两项专业认证和17项护眼专。 TCL 40 NXTPAPER TCL 40 NXTPAPER共带来暗夜蓝及蛋壳白两种色选，其搭载6.78英寸FHD+钻孔屏，采用极高屏幕占比、窄边框全面屏的设计风格；在硬件方面，其搭载双扬声器，以及DTS加持的3D立体环绕音，实现3D殿堂级音效；与市场中同价位产品相比，8GB+256GB内存极具竞争力，同时还采用了TCL RAM扩展技术，可扩展8GB虚拟内存，实现共16GB RAM。TCL 40 NXTPAPER的前摄拥有3200万像素，暗光下的拍摄也有极佳效果；5010毫安时大电池容量能实现超长续航，支持33W快充。TCL 40 NXTPAPER 预计今年10月在欧洲市场正式发售，年内将在海外市场陆续上市。 TCL 40 NXTPAPER 5G TCL 40 NXTPAPER 5G采用星空黑配色，背面的磨砂质感极具硬核科技风采。与TCL 40 NXTPAPER略有尺寸差异，TCL 40 NXTPAPER 5G 正面采用 6.6英寸的NXTPAPER护眼HD+屏幕；内置5G芯片，为用户随时随地流畅连接体验提供夯实的基础；对标同价位段，这款5G手机采用6GB+256GB大内存，其展现的性价比在市场中无出其右。TCL 40 NXTPAPER 5G 将于10月在海外陆续发售。

    产业动态 TCL 手机 GB PAPER

  • 新思科技完成收购PikeTec GmbH

    （全球TMT2023年8月24日讯）新思科技(Synopsys, Inc.)宣布已经完成对PikeTec GmbH的收购。PikeTec是汽车控制单元系统软件测试和验证解决方案的领导者之一。软件定义汽车(SDVs)的出现加速了汽车中电子内容的快速增长，这些内容主要或完全通过软件来管理其操作、功能和特性。由软件、传感器、计算和机电一体化功能组成的自动驾驶汽车系统日益复杂，增加了测试和验证的工作量，并迅速成为汽车制造商及其供应商在将自动驾驶汽车推向市场方面面临的最大挑战。 Synopsys PikeTec测试自动化工具能够在从模型在环(MiL)到整车在环(ViL)的所有开发阶段和仿真环境中进行直观和灵活的测试。随着软件的数量和复杂性的增加，它正在推动汽车软件测试进入产品开发的早期阶段，包括在虚拟环境中使用模型、软件和处理器。新思科技领先的软件在环(SiL)和虚拟硬件解决方案与PikeTec的测试自动化工具和服务相结合，可以为汽车企业提供了强大的解决方案，使SDVs更快、更安全、更可靠地推向市场。

    产业动态 新思科技 TE PI SYNOPSYS

  • 2023亚马逊云科技re:Inforce中国站开启 解读生成式AI的安全挑战及对策

    北京——2023年8月31日，“2023亚马逊云科技re:Inforce中国站”今日在北京召开。此次大会以“AI时代 全面智能的安全”为主题，聚焦生成式AI在安全层面给企业带来的挑战及机遇。亚马逊云科技认为，安全是构建生成式AI不可回避的重要议题，企业只有在AI旅程中做好数据、模型和应用的安全防护，才能更好地借助AI加速业务创新。在大会上，亚马逊云科技还宣布与涂鸦智能成立“联合安全实验室”，双方将在机密计算及数据隐私、Matter技术合作及体系建设、生成式AI在IoT领域的安全实践等方面展开联合共创;与德勤企业咨询合作发布《中国企业出海发展建议白皮书2023版》，为中国出海企业解读相应的法律法规，分析面临的问题和挑战，并提出应对策略提升出海企业数据安全。同时，亚马逊云科技还正式推出“敏感数据保护解决方案”，帮助客户在数据治理层面，实现自动化敏感数据发现并在统一平台上管理数据资产;以及多项安全新服务及功能，如Amazon Verified Permissions、Amazon CodeGuru Security、Findings Groups for Amazon Detective等，帮助客户构建应用程序的零信任管理，提升漏洞发现及响应的智能化。 如今，各行各业的企业都希望能抓住生成式AI带来的机遇开展业务创新。企业根据自身场景，在云平台的支持下，可选择适合的基础模型，或利用自身数据基于基础模型构建定制化的模型，或直接使用开箱即用的生成式AI应用。企业借助生成式AI、大语言模型等前沿技术开始业务创新的过程中，会面临诸多围绕数据、模型、应用等新的安全挑战。生成式AI需要依赖大量的数据和模型，任何一个环节的安全疏漏，如使用不安全的模型训练及微调、模型的泄露、不安全的应用、不安全的应用访问等等，都可能会导致企业自身数据及隐私的泄露，或者产生不准确甚至错误的结果。企业只有确保应用AI各个环节的安全合规，才能更好地助力业务开展创新。 亚马逊云科技不仅提供了一系列的技术、服务和工具帮助更多企业充分释放生成式AI的潜力，同时确保安全合规是开展一切业务的基础，包括其生成式AI的各种工具，涵盖数据、模型以及应用各个环节。同时，亚马逊云科技还将AI以及生成式AI技术应用于其安全及合规服务中，以更智能的安全、合规服务应对复杂的安全威胁、提高合规效率。在IDC近期发布的《2023中国公有云托管安全服务能力报告》中，亚马逊云科技在专家能力、漏洞及威胁检测、威胁情报等7项目评估维度上是获得满分最多的厂商之一，其中“生态建设”评估维度是唯一获得满分的厂商。 确保数据、模型以及应用的安全，企业才能更好地释放生成式AI应用的价值 数据是企业使用AI进行业务创新的基础，例如企业需要使用高价值的业务数据进行模型训练及微调，数据在产生价值之前会经过数据存储、传输、使用、治理等各个环节。企业为构建生成式AI应用，首先应在数据流动的过程中确保端到端的数据安全，为生成式AI应用提供安全和有价值的数据输入。在亚马逊云科技，我们一直严格遵从客户拥有和控制数据的理念，提供了行业领先的技术和物理措施来防止未经授权的访问，为数据提供涵盖存储、传输、使用、治理等各个环节的加密及保护服务。例如，亚马逊云科技的客户可使用Amazon Key Management Service (Amazon KMS)，并将其与亚马逊云科技众多服务深度集成轻松保护多种数据；Amazon Nitro提供硬件级别的安全机制，实现了网络、存储隔离的独立安全通道，使用Nitro Enclaves的加密功能，客户可以进行机密计算，其中多个参与方可以加入和处理高度敏感的数据，而无需分别向每个参与方披露或共享实际数据。 亚马逊云科技还提供贯穿如Amazon Data Zone整个数据周期的治理服务，并在本次大会上推出了敏感数据保护解决方案，可实现对企业敏感数据的自动化发现并在统一平台管理数据资产。该解决方案允许客户创建数据目录、使用内置或定制数据识别规则定义敏感数据类型，该方案利用机器学习、模式匹配的方式自动识别敏感数据，并提供可视化面板，帮助客户更轻松地对敏感数据进行管理和保护。 企业需要借助模型以及基础模型构建AI应用，要确保训练结果的准确性和有效性，模型训练的安全性同样至关重要，企业应全方位的监控模型的安全运行，包括模型的访问安全、模型的管理、模型运行的安全监控等。针对自建模型的企业，Amazon SageMaker提供了多种功能帮助开发人员更轻松地构建、训练和部署模型，如Amazon SageMaker Model Cards可实现对模型信息的统一管理、Amazon SageMaker Model Monitor可自动监测模型的准确性。为了降低客户生成式AI的使用门槛，亚马逊云科技推出了完全托管的基础模型服务Amazon Bedrock，客户可根据自身需求通过API访问及使用其中的基础模型。Amazon Bedrock与亚马逊云科技其他托管服务一样，客户可安全地在其虚拟私有云(VPC)中使用该服务并对基础模型进行微调，始终保持其自有数据以及模型的安全。 最后，生成式AI应用本身以及访问的安全性也同样重要。将安全功能嵌入AI应用之中是提升应用本身安全性的方法之一。以Amazon CodeWhisperer为例，该服务是亚马逊云科技推出的AI编程助手，可根据开发者指令利用内嵌的基础模型实时生成代码建议，该服务内置了代码安全扫描功能，可帮助开发者查找难以检测的漏洞并提出补救建议。针对应用的安全访问，企业可构建零信任的应用安全访问策略。亚马逊云科技日前推出了Amazon Verified Permissions，为用户构建的应用程序提供细粒度授权和权限管理，用户可以使用该服务管理其应用程序的角色和属性的访问控制。 加强AI赋能安全及合规服务，应对复杂的安全威胁、提升合规效率 亚马逊云科技将AI技术应用到其安全及合规服务中，通过更智能的安全及合规服务应对复杂的安全威胁、提升合规效率，如威胁检测服务Amazon GuardDuty可通过人工智能和机器学习将安全事件的误报率降低50%。亚马逊云科技通过在其500多项自身合规审计控制项中使用AI技术，大幅提升了自身的合规效率，将审计时间节约了53%。在此次大会上，亚马逊云科技推出了多项具有AI能力的安全服务新功能，包括推出Amazon CodeGuru Security预览版，利用机器学习技术帮助用户识别代码漏洞，并提供修复漏洞的指导意见；扩大Amazon Detective发现组的范围至Amazon Inspector，该服务利用机器学习技术，可以帮助专业安全人员加快调查过程、确定根本原因。 与涂鸦智能成立“联合安全实验室”，为物联网行业安全发展注入新动能 亚马逊云科技宣布与全球领先的IoT开发者平台涂鸦智能成立“联合安全实验室”，双方将在智能家居、数据安全、安全文化建设、海外合规等领域，重点就机密计算及数据隐私、Matter技术合作及体系建设、生成式AI在IoT领域等安全实践展开联合共创。涂鸦智能与亚马逊云科技已有近九年的合作历史，此次“联合安全实验室”的成立将进一步加强双方的合作，为物联网行业安全发展注入新动能，致力于为客户和终端用户的物联网设备提供更多安全保障。 与德勤合作发布《中国企业出海发展建议白皮书2023版》 亚马逊云科技与德勤企业咨询合作发布了《中国企业出海发展建议白皮书2023版》，从组织建设和技术实践两方面提出安全合规建议。在组织建设方面出海企业应当建立健全管理体系，包括制定隐私处理原则、数据保护原则，实行数据生命周期管理制度、数据泄露管理规范，健全相关事件的响应、评估等操作规程；在技术实施方面，亚马逊云科技提供的300多项安全、合规服务及功能，涵盖威胁检测和事件响应、身份认证和访问控制、网络和基础设施安全、数据保护与隐私以及风险管控及合规五大领域，为企业提供全方位的云上安全保障。除此之外，亚马逊云科技还提供责任共担模型、云上隐私保护和几乎满足全球所有监管机构合规性要求的合规计划，全面助力中国企业应对出海合规挑战。

    产业动态 模型 亚马逊 FORCE 生成式AI

  • 河曲临隩公园3D光影秀，打造城市网红新地标

    北京2023年8月31日 /美通社/ -- 夜幕降临，小道、楼体亮起璀璨的灯光，游览的人群驻足，感受着夜色中这抹华丽的视觉盛宴。近年来，游乐方式都在朝着夜游的方向发展，文化演艺业态在主题公园中的重要性不断提升，渐趋成为各大公园、主题乐园最核心文化的体验载体。 随着迪士尼、环球影城的开园，3D光影秀成为大家津津乐道的话题，大制作灯光设计，将夜晚的美好展现得淋漓尽致，让人仿佛置身于光影奇幻的海洋。 此外，各大节庆的夜间光影秀打造，是吸引客流的绝佳时机，自然成为了各大公园、主题乐园的运营重点。元旦、春节、情人节、端午节、圣诞节....结合这些节日，在晚间推出主题式节庆活动，夜晚自然更有“戏”可看。 现如今非物质文化遗产作为旅游的重要资源，丰富了旅游的文化内涵，旅游业为非物质文化遗产提供了更多的时间和应用场景。“非遗+科技”俨然成为当下发展新趋势：科技可以助力非遗的全息科普、可以助力非遗资源聚合、可以助力非遗的创新转化。在科技的助力下，更多非遗可以将其精神内核嵌入当代各类新型载体之中，生成新的文化形态和文化消费，能够为“国风国潮”持续供给养分，深化非遗文化的内涵与潜力。 8月30日，由中共河曲县委、河曲县人民政府主办，中共河曲县委宣传部、河曲县文化和旅游局、保利乐享文娱科技（北京）有限公司承办的“河清盛世，曲著华章”2023河曲3D光影非遗河灯会盛大开启。河曲河灯会是禹文化、祭祀文化和西口文化相结合的文化产物。随着时代的变迁，河灯会的意义也发生了变化，河曲河灯会如今仍然是这个“鸡鸣三省”地区的一个盛大节日。在这一天，人们三五结伴，全家出动，看放河灯，赏焰火，河面上弯弯曲曲的河灯与空中的焰火交相辉映，呈送着吉祥，寄托了人们美好的愿望。古老放河灯的习俗已成为当地的文化盛会，成为了当地交流文化、发展经济联络情感的重要载体。 本次非遗河灯会结合3D建模技术，以“擦亮河曲三大非遗文化品牌，讲好新时代黄河故事河曲篇章”为主题，在河曲临隩公园上演了一场美轮美奂的幻境光影秀。光影秀以裸眼3D动画、3Dmapping、三维动画制作为手段，通过光影的巧妙组合，配合隩曦楼本身的线条和棱角，结合投影影像立体交互，营造出三维空间的透视效果，奉献出了一场气势磅礴的“定制版裸眼3D视觉盛宴”。 什么是3D光影秀？3D光影秀，打破物理空间，结合建筑、楼体本身的结构特点，将动态的三维立体影像投影到建筑物的外立面，运用不一样的画面转换，结合强大的光源、动态影像、高清晰的画面，形成极富视觉冲击力的户外大型展示。 3D光影秀，赋予建筑生命，以不同模样展现在游客面前。比如飞流瀑布、太空漫游、山崩地裂、缤纷花朵、火光冲天、冰封雪裹、海底世界等，这些视觉效果既有山河轮转的气势磅礴、静谧绝美的撩人心弦，又有飞沙走石的惊心动魄。 哈利波特作为具有全球知晓度的超级IP，拥有其IP资源的环球影城就曾在霍格沃茨城堡上演过前所未有的大型灯光秀，激起了无数哈迷的热情。几分钟的城堡亮灯过程中，通过光线投射，被白雪包围的霍格沃茨城堡变得更加立体，通过光影展现了四座学院格兰芬多、拉文克劳、赫夫帕斯和斯莱特林的历史，无疑为哈迷在现实中再现了一场魔法的魅力。 全息3D建筑楼体投影秀有什么功能？1、赋予建筑生命：形成极富视觉冲击力的户外大型展示，依托虚拟现实技术、裸眼3D动画制作，对建筑物外空间进行光影装饰，展现光影的特殊魅力，为建筑物增色添彩。2、环境营造：建筑结构投影可对不同空间进行光影装饰，营造与室内主题相关的环境氛围，节约购买实物的花费，绿色环保。3、打造景区亮点：覆盖广、立体生动的展示方式，能给游客带来全新的视觉享受，聚集现场人气，加深游客印象，提高被展示建筑、公园、城市的知名度，促进消费，助力文化旅游。 光影秀的呈现已经不再是技术设备的操作、拼接、融合、控制的困扰，而应是不断创新，展现更富有想法和契合主题的数字内容，让整场光影秀更具有看点、“show点”，唤醒建筑，真正实现建筑与人的交流与互动。 光影，让沉睡千年的文物苏醒；科技，让流光溢彩的时空回转。在无界的世界中，我们去感受、去探索，光是世界的尺度，它让世界明暗有别，切割出未来的轮廓，流转出昼夜的更替，孕育了无限美好的视觉冲击。 光影轮转盈璀璨，河灯祈福盼平安。中共河曲县委、河曲县人民政府、中国保利集团祝全县人民时和年丰，民安物阜。我们都是银河的浪漫子民，坠入地球，等待着光影的来信。以光之名，耀见未来。

    产业动态 影像 灯光 IP 3D建模

  • 融合创新 浪潮网络打造高校数字化场景解决方案

    北京2023年8月31日 /美通社/ -- 校园网络在智慧校园建设过程中，扮演着重要的角色。不仅是在校师生获取资源、协同工作的有效载体，同时也在教学、科研、管理、服务等方面提供了有力支撑。毋庸置疑，网络是高校日常运转和高速发展的基础。 高校校园网络从建的好、到用的好，网络系统建设思路要与学校的实际应用需求达成一致。无论是面向南北向流量、以及东西向流量的需求差异，还是高校在建设成本、运维成本、数据安全方面的要求，都并非一种技术就可以覆盖所有应用。更多是需要通过多种技术融合的方式，来满足环境要求。 这刚好与浪潮网络的产品方案理念不谋而合，作为云边协同智慧网络引领者，浪潮网络拥有完善的云、边融合产品架构，具备从传统有线网络、无线网络、到PON、SD-WAN的融合接入能力。满足学校细分智慧教室场景、办公场景、宿舍场景、智慧后勤等多种场景，对于网络系统的使用要求。 浪潮网络对数字化教育业务模型进行了深入的研究，并紧密结合高校网络建设需求，打造了涵盖数据中心云平台、高校HPC/AI、智慧校园网、智慧无线网、多校区容灾等更加细分的场景化解决方案。 其中，基于SDN打造的高校云网一体化解决方案，通过VxLAN、EVPN技术构建云中心统一资源池，打破高校传统数据中心网络分散孤立、缺乏联动的困境。为高校客户提供更加敏捷的业务模型，将应用部署时间从数天缩短到几分钟，并大幅提高资源利用率30%以上。 而针对高校在教科研场景中对于高性能、人工智能计算的要求，浪潮网络高校HPC/AI解决方案通过采用基于RoCE的智能无损网络方案，实现低延迟、无阻塞、零丢包。并通过部署高性能、低延迟的CN系列交换机产品，支持多种组网模型，提高网络的弹性和可扩展性。 此外，高校智慧无线网解决方案可以通过汇聚、接入、无线一体化设计，可支持10000+AP全校无线网络覆盖。并支持物联网原生，实现物联网应用的无缝扩展。通过定点流量行为管控，保障信息安全与舆情安全。同时，以高密度的Wi-Fi 6，实现对高速交互式教学与应用的支持。 多校区容灾中业务双活是其中最复杂的场景，浪潮网络有着丰富的多校区设计经验，能够帮助高校用户梳理业务需求，制定适合的容灾方案。在网络层，业务双活的实现重点在两个方面，一是应用访问的切换，二是网络的跨中心延展。应用访问的切换采用DNS实现，建立内/外网DNS系统、基于A记录/CNAME完成内外网应用访问的重定向。网络的跨中心延展采用大二层技术实现，打通多个校区之间的二三层互访。实现多校区的网络互联、资源融合，支撑业务持续在线，满足容灾要求。 此前，浪潮网络产品方案已在清华大学、广州市花都教育局、辽宁财贸学院、湖南现代物流职业技术学院等教育行业用户的数字化转型中得以应用。推动高校智慧化、数字化发展，浪潮网络一直在行动！

    产业动态 模型 数字化 网络 DNS

  • 浪潮网络云边协同智慧联接 赋能教育数字化建设

    北京2023年8月31日 /美通社/ -- 纵观人类发展史，每一次科技重大发展与创新、产业变革与转型，均深刻影响着教育。当下，数字化转型浪潮已在各行各业席卷开来。面对新一轮革命，教育的数字化发展，成为了推动教育高质量发展、建设教育强国的重要引擎。浪潮网络密切关注教育行业客户发展需求，以信息化网络为主导，助力客户抓住数字化发展新风口，并推出了精细化场景解决方案。 IT基础设施是推动教育数字化转型的重要底座，也是数字化时代教育变革的牵引力量。无论是网络、教室等"硬"基础设施环境，还是资源、应用等"软"基础设施条件，都需要满足连接、开放、共享、个性化、智能化的新要求，具有复杂性、多维性等特点。 浪潮网络作为云边协同智慧网络引领者，对数字化教育业务模型进行了深入的研究，并紧密结合高校网络建设需求，打造了涵盖数据中心云平台、高校HPC/AI、高职院校超融合、智慧校园网、智慧无线网、多校区容灾在内的，更加细分的场景化解决方案。具体如下： 高校数据中心云平台解决方案：基于SDN打造高校云网一体化解决方案，通过VxLAN、EVPN技术构建云中心统一资源池，打破高校传统数据中心网络分散孤立、缺乏联动的困境。为高校客户提供更加敏捷的业务模型，将应用部署时间从数天缩短到几分钟，并大幅提高资源利用率30%以上。 高校HPC/AI解决方案：针对高校在教科研场景中对于高性能、人工智能计算的要求，浪潮网络通过采用基于RoCE的智能无损网络方案，实现低延迟、无阻塞、零丢包。并通过部署高性能、低延迟的CN系列交换机产品，支持多种组网模型，提高网络的弹性和可扩展性。 高职院校超融合解决方案：应对高职院校的应用类型多、硬件种类多、资源利用率低等痛点，浪潮网络推出超融合解决方案，集成计算、存储、网络、安全功能，采用全冗余架构设计，节点灵活配置、支持在线扩容，真正实现了融合至简，节省资金投入20%以上。 高校智慧校园网解决方案：校园网络承担着服务学生与教学革新的重要使命，需要具备高带宽、低延迟、易维护等特性，以满足师生教学和办公需求。浪潮网络通过打造融合有线、无线、全光、物联网的一体化解决方案，可以提供更加高速、多网融合、智能运维的网络系统。通过浪潮网络IDE-E实现全校一张图，手机APP随时撑控，简化运维成本、提高运维效率。 高校智慧无线网解决方案：通过汇聚、接入、无线一体化方案设计，可支持10000+AP全校无线网络覆盖。并支持物联网原生，可无缝扩展物联网应用。通过定点流量行为管控，保障信息安全与舆情安全。同时以高密度的Wi-Fi 6，实现对高速交互式教学与应用的支持。 多校区容灾解决方案：多校区容灾中业务双活是其中最复杂的场景，在网络层，业务双活的实现重点在两个方面，一是应用访问的切换，二是网络的跨中心延展。应用访问的切换浪潮网络解决方案采用DNS实现，通过建立内/外网DNS系统、基于A记录/CNAME，来完成内外网应用访问的重定向。网络的跨中心延展，则采用大二层技术来打通多个校区之间的二三层互访，实现多校区的网络互联、资源融合，支撑业务持续在线，满足容灾要求。 此前，浪潮网络产品方案已在清华大学、广州市花都教育局、辽宁财贸学院、湖南现代物流职业技术学院等教育行业用户的数字化转型中得以应用。未来，浪潮网络也将持续关注教育行业发展需求，通过云边协同的智慧联接力，推动教育数字化转型，为我国从教育大国向教育强国跃进贡献力量。

    产业动态 模型 数字化 网络 数字化建设

  • J.D. Power研究：中国新车整体质量水平回升，但问题类型更多元

    保时捷、广汽本田和奇瑞分别排名豪华品牌、主流品牌和自主品牌第一 上海2023年8月31日 /美通社/ -- 全球领先的消费者洞察与市场研究机构J.D. Power｜君迪今日正式发布2023中国新车质量研究SM（IQS）。研究显示，2023年，行业整体新车质量的每百辆车问题数为204个PP100，较2022减少了9个PP100，新车整体质量水平有所改进。此外，行业前20大问题的PP100占比从去年的41%下降到33%，接近成熟的美国市场水平。头部问题改善的同时，消费者抱怨的问题类型呈现出更多样化的趋势。 今年是J.D. Power连续第24年开展中国新车质量研究（IQS），也是J.D. Power在中国和美国同步启用全新IQS平台的第四年。该研究重点考察了拥车期为2至6个月的燃油车车主遇到的质量问题，新车质量以平均每百辆车问题数（PP100）表达，分值越低，表明问题数越少，质量也越好。 研究显示，2023年，新车质量的进步主要源于设计缺陷类问题的改善，该类问题较上一年减少了13个PP100，反映出车企已关注到设计缺陷带来的质量抱怨，并采取相应的措施，从而有效改进了该类问题上的抱怨。 今年的研究还发现，混合动力车型（194个PP100）相较于纯燃油车型（205个PP100）质量表现更佳，且连续三年整体质量优于纯燃油车型。混合动力车型在车身外观、车身内装方面优势显著，但在智能化、驾乘舒适性和动力总成方面未与纯燃油车型拉开明显差距。 J.D. Power中国区汽车产品事业部总经理杨涛表示："今年，我们很欣喜地看到，去年IQS报告中较为突出的设计缺陷类问题得到明显改善，说明‘用户体验设计'正在被越来越多的车企所重视，在新车研发和设计阶段进行了积极有效的调整。汽车产业变革浪潮下，消费者对汽车质量问题的抱怨呈现出更分散、更复杂的特征，车企需要把握不同类型消费者的关键使用场景，更全面地提升整车感知质量。" 以下为2023年研究的其他发现： 信息娱乐系统进步显著，座舱舒适性关注度提升：在IQS的九大类问题中，信息娱乐系统问题进步明显，较去年下降了4.2个PP100，驾驶体验类问题抱怨增加了1个PP100，连续第二年上升。同时，在行业前20大问题中，除了车内异味和胎噪这类长期抱怨项，空调和座椅类别各有四个问题上榜，反映出座舱舒适性正在成为消费者关注的重点。 燃油车与新能源车的头部质量问题高度重合：2023年，燃油车与新能源车的前20大问题点中，近80%完全一致，两种能源类型的头部质量问题的重叠度进一步提高。其中，五成以上的问题连续三年同时上榜，包括车内异味、胎噪等，这些问题是汽车行业共同面临的头部抱怨，而冷风无法达到/保持理想的温度是连续三年燃油车独有的头部问题。  不同国别品牌的车主对质量问题的容忍程度不同： 虽然所有国别品牌的车主净推荐值（NPS®）[1]都随着问题抱怨数的增长而下降，但韩系品牌和自主品牌的车主对质量的要求较为苛刻，这两个国别品牌有问题抱怨的车主较没有问题的车主NPS下降明显。而日系和德系品牌的车主对于质量问题有一定的容错空间，没有问题的车主和有问题的车主之间的NPS差异较小。 排名最高的品牌和车型  保时捷（172个PP100）荣获豪华品牌新车质量第一。雷克萨斯（178个P100）和凯迪拉克（190个PP100）分别排名豪华品牌第二和第三。 广汽本田（186个PP100）连续四年排名主流品牌新车质量第一。东风本田（187个PP100）排名第二，别克（195个PP100）和一汽丰田（195个PP100）并列第三。 奇瑞（200个PP100）获得中国自主品牌新车质量第一，吉利（201个PP100）和广汽传祺（202个PP100）分别排名自主品牌第二和第三。 车型层面，共有13个品牌的18款车型在2023年中国新车质量研究中摘得18个细分市场奖项[2]。 奇瑞品牌获得车型层面奖项的是奇瑞艾瑞泽5和奇瑞瑞虎5x。 东风本田品牌获得车型层面奖项的是本田思域和本田CR-V。 一汽丰田品牌获得车型层面奖项的是丰田卡罗拉和丰田奕泽。 广汽本田品牌获得车型层面奖项的是本田飞度和本田雅阁。 梅赛德斯-奔驰品牌获得车型层面奖项的是梅赛德斯-奔驰E级和梅赛德斯-奔驰GLA级 其他获得各自所在细分市场奖项的车型有别克新GL8、长安CS75、东风风行菱智、吉利博越/博越X、雷克萨斯ES、保时捷Macan、大众探岳X、沃尔沃XC90(进口)。 新车质量研究（IQS）是J.D. Power在全球的旗舰行业联合研究之一。该研究中的新车质量问题分为两大类：设计缺陷和故障/无法操作。具体诊断问题包括9个类别（车身外观、车身内装、驾驶体验、配置/操控系统/仪表板、信息娱乐系统、空调、座椅、动力总成和驾驶辅助）的218个问题点。 2023中国新车质量研究SM（IQS）基于2022年6月至2023年3月之间购车的34,648位燃油车车主的真实反馈。研究覆盖48个品牌的230款车型，数据收集工作于2022年12 月至2023 年5月间在81个中国主要城市进行。 注：后附七张图表             [1] NPS®和NPS相关表述均为Bain & Company, Inc.、Fred Reichheld和Satmetrix Systems, Inc.的注册商标。 [2] 奖项按品牌英文首字母排序

    产业动态 本田 BSP POWER P10

首页 上一页 21 22 23 24 25 26 27 28 29 30 下一页 尾页
发布文章

活动预告

更多

论坛

更多

相关标签

课程视频

更多