12月23日,由中国信息通信研究院和中国通信标准化协会主办的首届混合云大会在北京召开。紫光云受邀参加本届大会,并参与大会主题论坛、线下展区等多个环节。会上,紫光云凭借行业领先的同构混合云平台以及覆盖百行百业的最佳实践,荣获4项殊荣,具体包括:获颁“混合云解决方案评估”证书、“混合云安全能力评估”证书(增强级)及可信云认证,入选“2021年度混合云优秀案例”,入选业内首个“云网质量保障计划”。
作为混合云产业的首个行业级盛会,“2021混合云大会”发布了多项重磅成果。在大会发布的2021年下半年可信云·混合云类评估结果中,紫光云在基本功能、运维系统功能、可靠性、可管理性、业务迁移性、计量准确性、网络接入能力等解决方案质量方面,以及产品周期、运维服务、权益保障等服务指标的完备性和规范性方面均满足可信云服务评估要求,同时,紫光云在公有云安全方面、私有云安全方面以及边界防护安全、跨云传播安全、跨云存储安全、多云管理安全等跨云安全方面等服务指标的完备性和规范性均满足评估要求,获得了“混合云解决方案评估”及“混合云安全能力评估”双认证,能够为企业提供安全可靠、可信的混合云服务。
在本届大会上发布的“2021年度混合云优秀案例”评选中,由紫光云提供服务的“中国建筑混合云解决方案”入选“效率优化类”混合云优秀案例,目前,紫光云紫鸾平台已经在中建集团完成交付,为其打造的云计算平台、大数据平台,构建起集团信息化136工程的技术底座。
会上,国内首个“ 云网质量保障计划”正式启动,该计划由云网产业推进方阵发起,中国信通院支撑,旨在提升用户上云业务体验,保障云网产业健康有序发展。紫光云入选计划并获颁“云网质量保障计划云网体验指数”证书,代表了紫光云可为用户提供卓越上云服务体验。
此次能够获得多项殊荣,充分展现了紫光云自主研发的混合云平台的行业领先性获得了权威专家及行业的高度认可。紫光云洞察政企客户需求,以“云智原生”战略为核心,发力上云、用数、赋智三个方面,为政企客户提供一站式产品和解决方案。其中,2021年推出全新紫鸾3.0平台,融合紫光云公有云丰富的云服务能力以及新华三多年在私有云的深厚积累,打造中国上乘的同构混合云平台,实现全面上云。
基于紫鸾3.0的同构混合云可以适配各种应用场景,为客户提供统一界面、统一目录、统一运维、统一运营、统一API的良好使用体验。相对传统云,紫鸾3.0全面适配多地云、多级云、中心和边缘云等多种场景,实现多云无界协同,具有架构统一、无界混合、极简运营、一致体验的优势,让管理多云和管理一朵云同样简单。
2022年,自动驾驶、智慧矿山、智慧城轨等云边协同场景,包括运营商企业入驻企业的边缘云应用场景,有望迎来大爆发。紫光同构混合云即将发布支持中心和边缘云的最新版本,提前布局,为未来围绕边缘云的市场开拓奠定产品和技术基础。
在“十四五”新阶段,数字化已经成为引领高质量发展的核心引擎,架构统一、无界混合、极简运营、一致体验的紫光云3.0已经在企业数字化转型的过程中发挥了无可替代的关键作用。未来,紫光云将通过在长期实践中积累的对客户的深刻理解和洞察,持续赋能“百城百业”,推动更多政企客户迈向云端,加速“数字中国”的建设进程。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。