近年来,多样性计算、人工智能、大数据、云计算等新兴技术正在驱动着下一代操作系统的创新发展,新基建、数字经济进一步加快了基础技术自主创新的发展步伐,操作系统产业迎来发展新机遇。
回顾软件技术与产业的发展历程,操作系统的产品形态和商业模式在不断演进,先后经历了大小型机时代的硬件附属阶段、PC时代的独立软件产品阶段、“互联网+”时代的“软件即服务”阶段。如今,我们正在进入数字经济时代,这个时代的主要特征之一就是“软件定义一切”。软件已经成为知识、技术诀窍和商业模式的重要载体,是数字基础设施建设的重要组成部分。操作系统作为软件堆栈的基础底座,承载了软硬结合最为重要的一环,是计算产业的根,它直接决定了新一代数字经济基础设施能力的释放,是新经济建设的关键支撑。
在新一轮科技周期,如何推动操作系统产业健康发展,实现核心基础软件技术的创新突破,为软件产业的生态发展、商业落地营造更好的发展环境,将是当下重要的核心议题。
本次操作系统产业峰会,由中国电子技术标准化研究院、中国软件行业协会、绿色计算产业联盟主办,华为、飞腾、麒麟软件、统信软件、普华基础软件、麒麟信安、中科院软件所共同协办,峰会将于12月24日在北京望京凯悦酒店召开,意在聚合各方力量,协同推动操作系统产业可持续发展从产业政策、技术创新、生态共建、商业验证、人才培养、开源共享等多个方面,推动操作系统产业健康发展。
重磅嘉宾加入 释放产业重磅信息
软件技术在信息技术中处于“灵魂”地位。无所不在的软件,正在走出信息世界的范畴,全面融入经济社会各领域,创新引擎作用更加凸显。
届时,中国科学院院士梅宏,华为公司副总裁、计算产品线总裁邓泰华等各领域大咖都将到场并作精彩演讲,从顶层设计、行业发展、产业价值等多个方面深入探讨操作系统的发展趋势与产业实践。通过把握基础技术发展创新、统一行业标准、聚合全产业链力量,促进“产、学、研、用” 协同创新,构建操作系统产业创新生态。
行业大咖深入解读 解析操作系统应用落地
在政策红利和新技术与实体经济深度融合的大背景下,围绕操作系统产生的一整个生态系统正在展现出强大的生命力。本次大会上,来自运营商和电力行业的精彩内容分享,中国移动将在大会展示如何通过生态合作、标准构建和开源创新,引领操作系统产业的创新发展;南方电网也将在大会展示行业应用与技术创新、生态构建的相互促进、正向循环。
本次大会,作为操作系统软件生态建设的伙伴,麒麟软件、统信软件、普华基础软件和麒麟信安,以及作为软硬协同的角色完善计算产业生态的飞腾,都将为现场嘉宾带来关于操作系统的贡献与思考,从生态发展、应用落地、技术融合等方面全面展开讲解,为操作系统的生态发展营造更好的发展环境。此外,在高校人才培养方面,现场还将有重大发布,旨在为软件产业的发展培育新型人才。
四大分论坛演讲精彩不断 探讨操作系统生态社区建设
除了上午的大咖演讲,12月24日下午,麒麟、统信、麒麟信安、普华四大分论坛演讲将同期举办,特别邀请业内专家为现场观众带去诸多前沿观点,围绕理论、技术、趋势等关键词展开,政企嘉宾和产业实践者们将齐聚一堂,从不同维度、不同方向出发,深度探讨操作系统的价值应用与未来发展方向。更有两场专题会议同时举行,全方位地深入开源社区的运行模式和治理逻辑,展示软件产业的多样化发展可能。不仅如此,峰会还设置了专门的展区,将向现场观众展示相应的技术应用创新场景,为嘉宾提供接触前沿技术的机会。
站在新时代,拥抱新变化,响应新需求。如今,软件产业的发展不断深入,产业界在实践中逐步认识到操作系统的核心能力。本次操作系统产业峰会承接软件产业发展的重要方向,将汇聚产业链上下的各个创新力量,在同一张“画纸”上,共同书写中国操作系统产业发展的宏伟蓝图。更多有关大会的精彩内容,敬请期待。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。