“绿色计算产业联盟2023年度六大产业专项发布会暨2022年度联盟成果发布会 ”于6月29日在北京隆重举办,本届大会旨在更好推动绿色计算产业发展共识,展现绿色计算产业最新标准、白皮书、评测、产品与解决方案等丰硕成果,推动产业生态体系构建,建设开放共享的国际产业交流与合作平台,促进优秀解决方案在价值行业的广泛应用,构建从产业研究到产业推广端到端产业平台。神州数码信创业务集团携神州鲲泰系列产品以及优秀产业实践案例亮相大会,入选《绿色计算产业发展白皮书》,入围《行业解决方案案例集》,共同推动计算产业向好发展。

算力市场持续繁荣,神州鲲泰打造多元算力基石
据IDC数据统计,2021年中国服务器市场销售超过250亿美元,同比增长12%,在全球占比25.3%,已经成为全球服务器主要需求市场,预计到2025年服务器市场销售额每年还会保持10%增长。
而在数字化转型的浪潮下,服务器已经成为数字化基础架构的核心组成部分,为产业升级提供广阔天地,各行业需求持续走高。尤其年初AIGC等数据模型兴起,引发对人工智能应用以及AI算力的极大关注。神州数码打造全新自主品牌产品神州鲲泰系列服务器,为各行业数字化转型提供坚实算力底座,入选大会发布的《绿色计算产业发展白皮书》。神州鲲泰计算系列产品包含计算服务器、存储服务器、AI服务器、边缘服务器在内的多样性产品,满足计算密集型、数据密集型、AI、边缘等丰富的计算场景需求。依托神州鲲泰人工智能服务器产品和解决方案,支撑边缘、推理、学习等AI典型应用;在物联网应用普遍的制造业、智慧城市等场景中,通过边缘计算服务器为客户提供数据网络传输、实时计算、智能决策等方面的支持;通过人工智能构建端边云场景协同,为AI场景提供强大的多元化算力基础,持续推动产业数字化转型。
以神州鲲泰为基础打造的可信政府数据解决方案同期入选《绿色计算产业发展白皮书》大数据标杆应用,同时入选“白皮书”计算服务器以及大数据模块充分体现神州数码在数据计算领域的深厚积累。

推动产业数字化升级,神州鲲泰打造智能制造算力解决方案
本次大会为推动绿色计算产业应用创新,广泛向社会征集金融、运营商、能源、互联网、政府、安平、制造、交通等多个行业优秀案例,围绕“解决市场痛点、具备技术优势、实际落地应用、广泛推广价值”等维度进行评选,最终《行业解决方案案例集》收录20个标杆案例,以神州鲲泰系列服务器为基础打造的神州鲲泰制造业数字化转型方案成功登榜。

在“中国制造2025”上升为国家战略的当下,数字化、网络化、物联网、智能制造等技术的发展为战略落地提供了强大支撑。新技术的应用对制造企业提出更高要求,不仅要求工序、产线、设备的高精度、高质量和高效率,更需要设备具备信息感知、分析优化、高效决策与交互等能力,制造业也成为信息技术、人工智能以及装备制造技术深度结合的行业。
“神州鲲泰制造业数字化转型解决方案”包含了丰富的、可集成的业务方案集,满足不同类型制造业企业的复杂需求。以神州鲲泰R722双路服务器和神州鲲泰R822四路高密服务器为依托,配合神州鲲泰R524海量存储服务器,私有云HCS云化部署,构建基于ARM架构的计算集群,实现大数据采集与时序数据的高效存储、可视化、可追溯、统一整合、统一调度,为制造企业提供决策大脑,实现生产数据可视化、能控制、可决策,着重解决制造企业“数据孤岛”、“数据自动化采集”“黑箱系统”无法可视化等问题。
在算力产业蓬勃发展的当下,新技术、新应用、新思路不断涌现,推动产业持续变革,神州数码将与生态伙伴企业共同合作,深入行业实践场景,为客户带来更丰富、优质的产品和解决方案。
好文章,需要你的鼓励
模型上下文协议(MCP)服务器是连接概率性大语言模型和确定性微服务工作流的关键节点,充当推理引擎与外部数据工具的翻译层。在生产环境中部署AI智能体时,MCP服务器承担着定义智能体能力、管理上下文数据和执行操作三大核心职责。由于其非确定性客户端特性,传统单元测试无法有效验证,需要通过端到端测试来确保系统可靠性,这使得MCP服务器成为智能体架构中不可或缺的关键基础设施。
SimWorld是由UCSD等多所顶尖院校联合开发的革命性AI仿真平台,基于虚幻引擎5构建了具备真实物理规律的虚拟城市环境。该平台支持无限扩展的程序化世界生成和自然语言交互,让AI智能体能够在复杂环境中学会生存、合作和竞争,为通用人工智能的发展提供了前所未有的训练平台。
英伟达推出Vera Rubin计算平台,专为驱动具备思考和推理能力的智能AI系统而设计。该平台采用NVL72液冷机架系统,集成六种芯片包括新Vera CPU和Rubin GPU。相比Blackwell架构,Rubin GPU推理速度提升5倍,训练速度提升3.5倍。平台还推出推理上下文内存存储解决方案,性能提升5倍。此外,英伟达还发布了面向自动驾驶的开源Alpamayo模型系列。
浙江大学联合华为提出C2DLM,这是一种因果概念引导的扩散语言模型,通过自动提取因果关系并融入注意力机制来增强AI推理能力。相比传统方法,C2DLM在推理任务上平均提升1.31%-12%,训练效率提高3.2倍,为解决语言模型推理能力不足开辟了新路径。