近日,紫光集团联席总裁兼新华三首席执行官于英涛做客人民网“人民会客厅”视频访谈栏目,解读“新基建”驱动下新型智慧城市的新价值,探讨中国科技企业在合作中创新求变的新方法,展示了紫光股份旗下新华三集团在数字经济百年变革关口的新使命,为下一个五年中,推动中国实现社会经济高质量发展建言献策。
谈城市:用流动的数据,创造更加美好的城市
新型智慧城市建设是检验城市管理水平的一个重要标志。
新型智慧城市是过去智慧城市的升级版,能够以技术的进步带来更多方便、快捷、高效、自动化的应用,可以打通整个城市所有数据的采集、清洗、分类、标签化等流程,是新基建的重要组成部分,也是检验城市管理水平的一个重要标志。
衡量一个城市是否足够智慧化,要从政府和群众两个方面去看。
从政府角度看,城市治理是否高效、便捷,数据是否精准,是否能以数据呈现和推动城市治理和产业发展;从居民角度看,是否能通过统一的接口,让老百姓能一站式地享受出行、就医、求学等服务,这是评判新型智慧城市建设最真实、贴切的方式。
新华三城市数字大脑:加速数据流动,让城市更有“生命力”。
随着技术进步和新型智慧城市建设的推进,每个城市基本上都在建设属于自己的“城市数字大脑”。在这一过程中,新华三城市操作系统3.0能够全面承载市、区县等各级政府的功能,打通城市中所有被看见、被发现、被记录的数据,用流动的数据让城市“活起来”。
谈创新:站在巨人肩膀上,推动科技加速发展
科学家有国界,但技术没有国界。
科技创新并不全部是从原点开始,更多地是要加强国际合作,站在巨人的肩膀上前进。新华三集团希望采取国际合作的方式,融入全世界的统一标准,利用五到十年的时间,打造一个不一样的新华三,能够利用先进的技术,做对全球有意义的事情。
推动科技创新,是新华三集团等高科技企业的重要责任。
只有数字产业化才能够促进产业数字化。目前,中国在一部分基础科学技术领域,如芯片、操作系统、中间件以及基础的算法等方面,与西方发达国家相比还有一定差距,为此,新华三集团等中国高科技企业应当竭尽全力,利用先进技术做出最好的产品,提供最好的解决方案,推动数字产业化进程,进而促进产业数字化的发展。
谈使命:强化自身能力,赋能产业加速变革
在产业数字化的推进中,新华三要肩负起赋能者的使命。
作为一家数字化企业,新华三集团希望扮演好赋能者的角色,利用自身的技术、解决方案、行业理解以及人才储备,帮助百行百业加速数字化转型升级,以技术创新融合行业场景,向客户提供更好的服务,实现产业的数字化和智能化,最终实现提升效率、降低成本、改善服务的目标。
补齐短板和加速转型,是新华三引领科技发展的两个着力点。
新华三集团推动科技发展的着力点主要体现在两个方面。第一是补齐短板,新华三成立了半导体公司,在通信芯片和中间件上打造核心技术;同时也在加强对数据库、人工智能、算法等新兴技术的研发力度。第二是推动自身业务的转型升级,除了持续为客户提供更优秀的产品和解决方案之外,适应全面云化的趋势,通过云服务模式,向服务型公司转型,实现自身业务的转型升级。
谈未来:智能创新,将创造无限的想象空间
5G、人工智能、万物互联等技术将会催生更多先进技术、生活场景、服务场景的变化。目前,新华三集团提出了“AI in ALL”智能战略,一方面是让自身的产品和解决方案更加智能;另一方面也助力客户的业务和运营更具智能。在未来的五到十年,智能创新将为我们创造无限的想象空间。
在即将启航的“十四五”时期,中国科技企业在加速数字经济发展,推进产业转型升级,以及从需求端和供给端保障供应链安全等方面使命重大。作为数字化解决方案领导者,新华三集团将在“AI in ALL”智能战略的指引下,通过“数字大脑计划2020”,以全面创新的数字化技术,护航中国数字经济发展开启新的篇章。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。