7月29日,由B.P商业伙伴主办的“因聚而智,因融而能——2021数字生态大会”在京顺利举办。此次大会汇聚了行业专家、学者、企业代表与各个领域的精英,全面汇聚行业力量,共同促进数字生态充分交流合作,推动中国数字生态健康、繁荣和有序发展。

价值突破创新,斩获多项荣誉
在“2021中国数字生态奖项评选”颁奖环节,神州数码凭借深耕中国信息化二十年的深厚积累,以及在云、数字化和信创领域的价值突破,一举揽获“2021数字生态数字化服务领军企业”、“2021数字生态分销服务领军企业”、“2021数字生态500强-增值分销商十强”、“2021数字生态信创服务商100强-整机设备”、“2021数字生态行业数字化应用优秀案例100“五大奖项。

据了解,本次评选通过系列细分生态能力、生态影响力、生态成长性等指标,对于年度中国数字生态多个维度领域的领军企业、卓越企业进行遴选和表彰。发挥聚合生态能量,重塑生态发展的作用,进而为促进中国数字生态体系的健康、良性及可持续发展服务。
作为中国领先的云及数字化服务商之一,神州数码始终紧抓转型机遇,通过自主研发与生态合作相结合的方式,打造赋能产业数字化转型的核心能力。目前,神州数码已经实现咨询、迁移、运维、优化、安全、培训等全生命周期的云管理服务能力,以及全面覆盖全球主流公有云的服务能力。与此同时,基于自身技术优势和行业深入理解,神州数码独立设计研发TDMP数据脱敏系统、Bluenic客户数据平台等多款数据产品,加速企业数字化转型的重构与升级;依托多年服务行业头部客户积累的技术实力与丰富经验,300+数据解决方案已在零售、快消、汽车、文旅、金融等行业实现落地,获得行业头部客户的认可。
携手合作伙伴,构建信创生态
在大会的信创论坛上,神州信创集团生态合作部总监隋泽帅以“构建良性循环的信创产业生态”为题,探讨面对当前数字时代多样性算力的蓬勃发展和旺盛需求,如何与生态伙伴携手,做大做强产业生态,加快推动多样性计算产业向前发展。

隋泽帅表示,基础软硬件互相兼容,是国产软硬件从“可用”走向“好用”的基本保障。从产品生态角度,完备的计算机整机,需要芯片、主板、操作系统、数据库、应用软件等产品协调一致,才能实现正常的功能。此外,新技术与新的商业模式也正颠覆着原有的竞争格局,依赖单纯产品的场景逐渐减少,更多的是企业间协同与整合价值链形成最大效益。因此,神州信创这样的整机厂商在产业链中扮演着重要角色,不仅采用国产算力平台打造自有品牌系列产品,同时“链接”起上游的芯片等元器件厂商与下游的销售渠道和客户,发挥汇聚和带动作用。
目前,在操作系统领域,神州信创已经与麒麟等公司建立了战略合作关系;在数据库领域,基于新一代关系型数据库开源项目TiDB和自有品牌神州鲲泰服务器推出了国内首款异构分布式数据库一体机;在分布式存储领域,与XSKY星辰天合发布的神州鲲泰&XSKY高性能分布式存储联合解决方案,实现了用户在异构存储节点上的数据平滑迁移。此外,通过运营商、金融、政企、互联网、能源、教育、医疗、广电媒资等垂直行业的案例积累,进行多场景依次穿透,实现了产品在更多、更广泛行业的落地应用。
秉承“云+信创”双轮驱动的理念,神州数码紧抓发展机遇,不断扩大在细分领域的竞争优势和先发优势,在推动云及数字化产业转型与创新的同时,深耕信创产业打造合作生态。面对新兴技术为产业带来的变革,神州数码将继续坚持创新驱动发展,加强关键数字技术创新应用,推动数字化赋能全产业链协同转型。
好文章,需要你的鼓励
亚马逊向AI搜索引擎Perplexity发出停止令,要求其停止允许用户创建和使用购物代理在亚马逊网站购买商品。争议核心在于控制权:亚马逊希望保持对用户购物体验的控制,而Perplexity认为AI代理只是技术进步的自然延伸。分歧在于透明度——Perplexity的代理使用用户凭据登录而不标识自己为AI代理。这被视为自主AI代理在商务领域的首次重大法律测试,将影响AI驱动网络的未来基础。
Collinear公司研究团队发现了AI学习编程推理的"谷地"现象:小型AI模型在接受大型模型指导时,性能先下降50%再上升,最终超越初始水平100%。研究还发现,训练数据中答案的正确性对学习效果无影响,但简单题比复杂题的训练效果显著更好。这项发表于NeurIPS 2025的研究为AI训练策略提供了新见解。
东芝发布S300 AI视频监控硬盘,容量从10TB大幅提升至24TB。该产品采用7200转速和6Gbps SATA接口,支持64路视频摄像头和32路AI数据流分析。容量范围涵盖8TB至24TB,缓存最高达1024MB,传输速度最高309MBps,年工作负载550TB。相比竞品西数Purple Pro和希捷SkyHawk AI,东芝在传输速度方面表现更优。产品将于2026年第一季度上市。
新加坡国立大学研究团队开发了MixReasoning技术,让AI能够像人类一样智能地选择推理深度。该技术通过监测AI的不确定性程度,自动在详细推理和简洁回答之间切换,解决了当前AI模型冗长推理的效率问题。在数学推理测试中,MixReasoning在保持甚至提升准确率的同时,将推理长度减少了20-50%,为AI推理优化提供了新思路。