12月9日,“数字强国·勇攀高峰”信创论坛在线上隆重召开,本次活动为2022数字经济高质量发展系列活动之一,由《经济》杂志社主办,B.P商业伙伴联合主办,搭建产、学、研、用的交流合作平台,促进“产城融合”、“数字产业化”及“产业数字化”,推进“数字经济融合、健康、可持续、高质量发展”。神州数码信创业务集团产品中心副总经理吴艳伟出席活动,并带来“人工智能信创产品推动平安城市建设”的主题演讲。
“十四五”时期,我国数字经济转向深化应用、规范发展、普惠共享的新阶段。信创产业自2020年开始全面推广以来,取得丰硕的成绩,预计未来三到五年,信创产业将随着我国数字经济的深入发展迎来黄金发展期,从党政向八大关键行业乃至更广泛的商业市场快速发展。在此背景下,以数字化提升政府效能,促进国家治理能力提升,数字政府建设当前已刻不容缓,而平安城市建设正是数字政府建设中的关键一环。
神州鲲泰服务器搭建人工智能算力基础平台
在吴艳伟的介绍中,目前信创整体产业发展充满了机遇,整体产业生态链的自主创新和协同发展在政策的鼓励和要求下稳步推进,逐步从局部走向全面。在此进程中,神州数码信创业务伴随着信创产业一同稳步发展,打造全新自主产品神州鲲泰系列服务器,丰富的产品类型以应对差异化的场景需求,其中以鲲鹏+昇腾为核心打造的人工智能服务器可以围绕数据资源、运算能力、核心算法三个维度为智能计算场景提供强大的算力。多款机型助力端、边、云联动,解决智慧安平场景下的各类痛点。
打造算力基础设施,推动区域数字化转型
在业务实践中,神州数码信创业务可以依托城市中心需求建设算力中心,通过推理边缘延伸算力覆盖,基于自主创新底座的AI综合产品解决方案快速建设平安城市;通过计算中心的易用性和使能能力,做实生态&算力运营并带动应用边缘建设。在算力中心建设中,神州数码打造厦门鲲鹏超算中心,作为区域算力底座,赋能城市数字化转型,深度参与沈阳昇腾人工智能生态创新中心运营,充分发挥自身在生态、运维、服务、产品等多方位优势,瞄准区域特色产业需求,促进“算推一体中心”建设。通过算力网络互联落地,打造模型、应用、数据三大市场。联合区域企业、高校及研发机构,推动产学研用联合发展。
端、边、云联动发展,满足安平城市AI算力需求
聚焦平安城市场景,依托算力中心及云平台,针对边缘推理的建设需求,持续推动平安城市解决方案优化。神州数码信创业务中标多地平安城市项目,依托自主品牌产品神州鲲泰系列服务器,可帮助客户对区域视频图像和信息资源进行地图化、规模化、集约化的管理和开放共享,通过支撑视频监控和人像卡口系统,满足300路视频监控AI人体、人脸的解析,同时满足相关视频结构化/非结构化的数据存放需求。基本上满足多部门对视频浏览、录像调阅和人像轨迹查询等需求,在支撑服务打击犯罪、治安防控、人员管控等方面都取得成效,为平安城市建设做出贡献,在公路高效智能执法、平安城市治理和政务智能化、城市实时智能高速稽查等场景下,通过深度学习,实现人体与人脸精准识别,以及视频高质量、低延时输出。保障视频监控和人像卡口系统稳定运行,在支撑服务打击犯罪、治安防控、人员管控等方面取得卓越成效。
平安城市,安居乐业,信创产业正稳步发展,为越来越多的行业赋能。数字中国,勇闯高峰,神州数码信创业务也将持续奋进,为产业的数字化转型提供更优质的产品和方案。
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。