4月25日,由中国金融电子化集团有限公司与北京市石景山区政府共同主办的中国国际金融展(以下简称“金融展”)在京盛大开幕,来自国内外的众多金融机构和金融科技企业齐聚现场。紫光股份旗下新华三集团受邀出席开幕式,携新一代绿色智能交换机重磅亮相,新华三集团副总裁、网络产品线总裁曾富贵,新华三集团副总裁、金融事业部总经理王旭东共同开启H3C S12500G-EF新品发布仪式。
(右)新华三集团副总裁、网络产品线总裁曾富贵
(左)新华三集团副总裁、金融事业部总经理王旭东
新华三集团网络产品线副总裁、交换机产品线总经理 李玉涛发表“构建数字金融时代的绿色智算网络”主题演讲,聚焦金融科技政策导向、探索金融行业绿色化技术和可持续发展的数字经济模式,解读面向下一代金融高性能数据中心的交换机产品优势。
新华三集团网络产品线副总裁、交换机产品线总经理 李玉涛
从2021年底中国人民银行印发的《金融科技发展规划(2022-2025年)》,到银保监会印发《银行业保险业绿色金融指引》,建设绿色高可用数据中心,架设安全泛在的金融网络,是各家金融机构的重点方向。
新华三集团聚焦金融科技高端性能领域推出的新一代数据中心交换机,面向未来5年、10年金融数据中心的升级发展,具备可靠性高、性能强劲、智能无损、绿色低碳等创新优势。
● 安全可靠,关键器件100%自主创新
H3C S12500G-EF搭载新华三集团自研软件平台 Comware,集成丰富网络特性的基础上,模块化操作系统,同时针对行业发展对网络操作系统的新要求,进一步开放架构,使其具备容器化、可编程架构等特点。主控、网板及业务板卡等关键器件具备自主知识产权,能有效保障数据安全的信息化建设,高效助力金融行业在业务架构、数据架构及IT架构的全面企业架构的数字化转型。
● 超宽互联,未来无缝升级800G
S12500G-EF支持超宽400G,同时硬件设计具备112G Serdes传输能力,未来可无缝升级800G,满足用户未来5~10年业务扩展所需。同时,在产品设计中融入了更加多元的新技术,例如M8级别低损PCB、超低损的高速连接器、悬浮高速通道设计、百秒启动、数据流量可以全加密等。
● 智能无损,保障金融业务“零”丢包
S12500G-EF系列交换机可提供高性能AI计算模块,为用户打造一个与网络深度融合、智能算法驱动的计算平台,通过自研的LossLess算法,持续感知网络及业务状态,可不断收集PFC、ECN、ROCE会话丢包率、带宽、队列等ROCE数据流,进行聚合统计,对网络进行精确流量分析、智能AI推理训练,贴合数字金融的算力需求。
同时,新华三自研无损算法适应性强,可以处理复杂的多ROCE队列混合流量场景,通过自研LossLess算法对统计数据进行精准AI模型匹配,对多条队列进行调整,解决传输拥塞,满足不同应用场景需求,实现高吞吐、低时延需求,保障现网用户业务流量“0”丢包。
通过S12500G-EF系列交换机RDMA智能无损网络功能,可有效替代传统的IB和FC网络,实现三网融合。
绿色低碳,助力数据中心PUE降低
S12500G-EF积极响应国家双碳战略,整机采用绿色节能设计。每台交换机的使用碳排放量较上一代减少约58%,分别在绿色选材、全新机电设计和AI精准管控性能上进行了极大优化,助力数据中心PUE降低,构建网络运营侧的绿色金融。
绿色选材:冷凝式液冷先进的散热器件选择,高效提升设备散热性能,降低功耗。如:36口100G单端口最小功耗低至3.6W,单板能耗节约高达40% ;高效80 PLUS白金电源的配备与降噪风扇的选用,大大提升供电效率的同时,噪音降低10dB,打造舒适的机房环境。
全新机电设计:采用前后风道设计,提高设备散热效率。同时创新的640mm“短进深”设计,系统风道更短,系统风阻较上一代降低30%,结合精细控制的风扇调速策略,更有效将芯片热量带走,降低散热损耗。
AI精准管控:降噪风扇搭配AI自动化算法调速,最大可降低15%的整机功耗。其中系统可以自动收集单板温度,根据设备实际情况计算风扇调速曲线,并将调速命令下发到风扇框或通过AI算法基于绿色节能/噪声的调速曲线预置风扇转速模型,大幅降低系统功耗,采集数据上送分析器,直观动态呈现能耗节约状态。
面向未来,新华三将继续秉承“云智原生”战略,不断探索新技术、新产品,面向金融机构提供更加便捷高效、安全可靠的数字化解决方案,谱写数字金融服务中国式现代化新篇章。
好文章,需要你的鼓励
本文探讨了一种防范通用人工智能(AGI)和人工超级智能(ASI)存在性风险的方法:将它们置于计算机仿真世界中进行测试。虽然这种方法看似合理,但存在诸多挑战。AGI可能会隐藏恶意行为,或因被欺骗而转向恶意。此外,仿真环境可能无法完全模拟真实世界,导致测试结果不准确。构建高质量仿真系统的成本和技术难度也不容忽视。文章认为,仿真测试虽有价值,但并非万能解决方案。
这项研究关注语音中的句子强调(即说话时对特定词的重音),它能传达说话者的潜在意图。耶路撒冷希伯来大学的研究团队发现,尽管现代语音语言模型进步显著,它们在理解句子强调方面表现不佳。团队创建了StressTest基准测试和Stress-17k合成数据集,并开发了StresSLM模型,使强调理解能力大幅提升。研究表明,通过特定训练策略,可以让AI不仅理解"说了什么",还能理解"怎么说的",从而捕捉人类交流中的微妙含义。
尽管AI在围棋等复杂游戏中表现出色,但在简单的井字棋游戏中却屡屡失败。研究显示,AI代理在模拟商业环境中的表现同样令人失望,经常出现幻觉、欺骗和任务未完成等问题。游戏测试为评估AI能力提供了直观方式,帮助普通用户理解AI的真实水平。面对当前AI行业的过度宣传,通过游戏化测试揭示AI的实际局限性,对于防范AI泡沫具有重要意义。
ViStoryBench是一个全面的故事可视化评估基准,由StepFun团队打造,用于测试AI将文字故事转化为连贯图像序列的能力。它包含80个多样化故事和344个角色参考,评估包括角色一致性、提示遵循度等多个维度。研究测试了20多种方法,发现UNO在开源方法中表现最佳,而商业软件如豆包和GPT-4o在提示一致性方面表现突出。该基准为故事可视化研究提供了统一标准,推动这一领域的创新发展。