当前,在席卷全球的数字化风潮中,诸多企业在数字化转型的探索中都面临着一道新旧交替的关卡:随着业务不断扩大和深入,数据量呈现指数级增长,对网络带宽、数据处理、运维能力提出更加严苛的要求,从互联网时代沿用而来的基础设施,已经开始“力不从心”。
如何打造适应现阶段和下一代数字技术的ICT基础底座,完成数字化的“代际过渡”,是许多企业的头等大事。近日,紫光股份旗下新华三集团中标墨西哥JOMTEL TELECOMUNICACIONES公司ATIZAPAN C2车辆图像采集处理系统项目,在三个月内完成多台高配服务器、交换机等设备的交付、调试与安装,助力Jomtel新系统及时上线,为墨西哥当地推进交通管理数字化、打击危险驾驶、保障国民安全提供了有力支撑。
无线通信老牌大户的新问题:如何完成“代际跨越”
据了解,Jomtel已在墨西哥无线通信集成领域深耕25年,主要服务当地政府部门和私营企业,业务囊括安全系统、无线通信和视觉信号等系统的设计、销售、安装和维护,而车用图像采集及处理系统是其标杆产品之一,截至目前已交付超过200个项目。
通俗地说,车用图像采集及处理指对人脸、车牌等信息进行实时观看、录入、回放、调出及存储等操作,通过移动互联的视频监控对图像进行自动识别和报警,来解决司机超速问题和其他潜在危险行为,这是交通管理数字化转型的重要方向。
但是2021年以来,Jomtel这样的老牌大户面临着新问题:随着墨西哥经济发展、城市化水平提升、汽车保有量增加,交通管理部门收集的信息呈指数级增长,数据来源、数据形式也更加多元复杂,传统的ICT设备算力不足、操作繁琐,网络运维和安全保护技术落后,无法承载新的交通管理需求。
Jomtel意识到,针对墨西哥交通发展现状,打造兼容当下和未来的基础设施和软件系统,完成从“互联网时代”到“数字时代”的跨越,是业务发展的关键所在。但受制于旧供应商支持能力有限、全球ICT交付能力困难等一系列问题,系统“焕新”陷入迟滞。
计算与网络优势突出,新华三提供“最优方案”
为尽快实现系统升级迭代,Jomtel对ATIZAPAN C2车辆图像采集处理系统项目进行公开招标,历经数月重重测试选拔之后,来自中国的新华三集团脱颖而出,不仅多次前往业务前线,在一周内完成测试考验,更交出了优于其他竞争者的成绩单。
据透露,新华三集团提供的中标方案引入了自己旗下H3C UniServer R4900 G5服务器和H3C S6520X交换机两款先进设备。
在数据计算方面,针对日渐高企的数据量,H3C UniServer R4900 G5服务器硬件高配置带来了强劲性能,让Jomtel能够从容应对业务扩展带来的数据膨胀,还能够涵盖结构化、非结构化和半结构化数据的管理和分析,更好应对数据多元复杂的现状。同时,服务器运维管理变得更加智能便捷,可视化、多任务并行、多设备兼容等优点显著降低操作复杂度,让Jomtel的员工后台操作更加得心应手。
在网络管理方面,H3C S6520X交换机设备也让运维管理工作进入“智能可视时代”,网络状态和接入设备都一目了然,同时具备高可用优势,足够的冗余保护避免了“单一节点出现问题全部业务中断”的风险,而且组网灵活,更便利相关业务的后续扩展和深入。
值得关注的是,Jomtel同时也是拉丁美洲安全协会ALAS的杰出成员,这意味着在信息安全方面要求更高,新华三集团提供的方案包含了报文加密、防攻击防篡改等硬件加密能力,为Jomtel服务政府部门提供了更多安全保障。
快速完成项目交付,新华三ICT产品“跨海驰援”
拿下Jomtel ATIZAPAN C2车辆图像采集处理系统项目之后,新华三集团墨西哥代表处快速运转,甚至其总部也调动海内外资源进行供货保障,成功在三个月内交付三批共计二十台高配置服务器,助力Jomtel车辆图像采集处理新系统及时上线,为墨西哥政府部门进行现代化交通管理奠定了软硬件基础。
据悉,新华三集团墨西哥代表处成立不久,已赢得包括Jomtel在内众多渠道及客户的高度认可,体现“渠道优先、合作共赢”的海外战略理念。截至目前,新华三集团已建成12家海外分支机构,认证海外合作伙伴超过1000家,认证海外服务合作伙伴超过200家,海外服务交付能够覆盖135个国家,成为新华三业务出海的底气所在。
新华三集团方面表示,随着数字化浪潮在墨西哥乃至整个拉美地区得到广泛认可,ICT基础设施与软件服务的需求将进一步爆发,“新华三拿下Jomtel项目竞标,为在当地进行更多深度合作树立了良好开端,未来将进一步协助拉美地区渠道和客户加速数字化转型的步伐,帮助更多民众在工作生活中享受到科技红利。”
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。