3月17-18日,主题为“智算创见 数实相融”的浪潮信息生态伙伴大会IPF2022召开,近百位专家学者,工程院、科学院院士,行业领袖,资深分析师在大会上分享精彩观点和产业洞察。浪潮网络总经理钟宏在会上发表《网络开放·算网融合》的主题演讲,分享了在智算时代下,浪潮网络对于“算网融合”的趋势洞察及应对策略。
钟宏指出,从数字经济、东数西算、到元宇宙,信息化技术正在引领社会生产新变革,推动智慧计算和网络的持续创新、融合。智慧联接作为算网融合的基石,承担着连接算力、释放算力、融合算力的重要角色,浪潮网络智慧联接以高速连接、全面感知、智能调度为三大技术引擎,结合更加开放的智能运维服务生态,全速推动新业态的发展。
从“云网融合”到“算网融合”
智算时代,海量数据需要在边缘侧进行处理,以自动驾驶为例,汽车传感器收集的数据通过边缘计算在本地进行处理,并反馈给控制系统完成实时操作。同时,这些数据也会上传至云端,通过云计算进行大规模的分析和学习,完成汽车控制系统的操作闭环。边缘计算和云计算的协同,实现了算力跨地域的调度,催生了算力网络。
算力网络需要将云端算力和多个边缘节点的算力资源,根据需求进行合理的分配和调度,使网络更加扁平化、灵活化、服务化,实现云边端算力的无缝协同。云网融合已无法满足智算中心对网络的需求,算网融合应运而生。
智慧联接——算网融合的基石
算网融合以智慧联接为基础,将分布式的计算节点通过网络的自动化部署、最优路由选择和流量负载均衡,构建一张可以感知算力的网络,让算力像水、电一样,可以随时随地的按需使用、按量付费,实现用户体验的最优化、计算资源利用率的最优化。
智慧联接可以支持包括数据中心网络、园区网、跨地域的广域网等多种形式的连接,通过有线、无线、物联网等技术支持多种终端的接入和管理,以网络连接算力;通过智能网卡和高速网络释放服务器算力、在边缘园区网通过物联网提供智能服务,快速处理海量数据,以网络释放算力;再通过软件定义网络、网络流量遥测技术、可视化管理平台、以及开放的可编程接口,实现对算力资源的智能调度以及整合,以网络融合算力。
浪潮网络智慧联接具备高速连接、全面感知、智能调度三大特性,支持“云、边、端”三级架构,全面推进算网融合。
浪潮智慧联接方案 全速推进算网融合
浪潮网络推出的智算中心解决方案,具备高速互联、灵活调度、绿色低碳、纳秒级超低延迟等特性,在南京智能计算中心的应用中,打造了强大的业务负载能力,实现了AI计算性能每秒80亿亿次,1小时可处理100亿张图像、300万小时语音翻译或1万公里的自动驾驶AI数据处理业务。
浪潮网络智慧园区网解决方案从算力孤岛、运维排障复杂、安全风险隐患、多种终端接入等边端连接挑战出发,以智慧终端、算网融合、数据融合、场景融合为手段释放算力网络,推动多场景应用。以智慧医院的数字化运营为例,通过智慧联接支撑HIS/PACS等多种传统应用系统,结合浪潮智能数字化管理引擎和安全策略,满足临床、分级诊疗等多样化的应用需求。支持院内院外多个医疗系统的数据融合,实现精准医疗、新药研制、人工智能辅助诊疗等场景下的数据共享。
服务赋能 共绘算网融合新蓝海
算网融合的推进,要求基础架构服务方式必须摆脱传统的“烟囱式”模式,向更加融合、更加智能的一站式服务演进,全面提升算力流动、数据互通的能力。钟宏指出,一站式服务要在服务能力和服务体验两个维度上完成提升,服务模式也要从过去单一产品的“资源式”向多产品融合的“任务式”服务转变。
浪潮网络的一站式服务理念,采用更加智能、灵活、弹性的服务网络,实现对算力、网络资源的联合调度。以更加开放的服务合作生态,加速服务创新,支撑数实融合下的用户应用,致力与业界伙伴共同推动算网融合的创新发展,共享新经济、共绘新蓝海。
好文章,需要你的鼓励
就像90年代拨号上网开启互联网时代一样,AI正在引发可能超越互联网影响的社会变革。本文采访了五位推动AI技术普及的领袖人物,包括AI Made Simple作者Rajeev Kapur、全球首位企业首席AI官Sol Rashidi、HatchWorks AI首席执行官Brandon Powell、MarTech专家Hema Dey和沃顿商学院教授Ethan Mollick。他们一致认为AI不是要取代人类,而是增强人类能力,让每个人都能发挥更大潜力。
谷歌DeepMind团队开发的SigLIP 2是新一代多语言视觉-语言编码器,支持36种语言的图像理解。通过创新的分阶段训练方法,结合解码器训练、自蒸馏学习和智能数据筛选,实现了在零样本分类、图像检索、精准定位等任务上的全面突破。该系统还采用去偏见技术,显著提升了文化公平性,为全球化AI应用奠定重要基础。
本文探讨了恶意行为者如何轻易诱导生成式AI提供有害的心理健康建议。研究发现,通过修改自定义指令,主要AI系统在88%的健康查询中产生了错误信息。寻求心理健康指导的用户往往不会意识到AI可能被操控产生危险建议,成为欺骗行为的无辜受害者。文章建议采用锁定指令设置和双重检查机制等防护措施,呼吁在这一问题广泛传播前采取行动,为人类福祉建立更完善的AI安全防护体系。
Writer公司研究团队通过FailSafeQA基准测试发现,即使最先进的AI模型在处理金融查询时也存在严重可靠性问题。测试涵盖24个模型,发现最优秀的系统仍有41%概率在信息不足时编造答案。该研究创新性地评估了AI系统在面对拼写错误、文档缺失、OCR错误等真实场景时的表现,揭示了当前AI技术在关键应用中的风险,为金融等行业的AI部署提供了重要安全参考。