3月23日,以“融智聚力 共赢BIP”为主题的2022用友生态大会在线上召开。作为用友“技术共生 商业共赢”的长期战略合作伙伴,华为云在此次会上带来了与用友联合打造的业界首个云ERP本地化部署解决方案——NC Cloud智能边缘小站(简称NCC IES)。华为云全球生态部总裁康宁受邀参会并发表《凝心聚力,共创商业新价值》主题演讲。
技术共生 商业共赢,华为云携手用友支撑企业数智化转型
华为云全球生态部总裁康宁在《凝心聚力,共创商业新价值》的主题演讲中介绍道,华为云作为智能世界的五朵云之一,已经成功跻身中国市场No.2,近两年来一直保持着高速增长。面向未来的智能世界,华为云深耕数字化,持续创新,秉承共创、共享、共赢的生态理念,携手客户、合作伙伴和开发者,以云原生的思维践行云原生,实现全数字化、全云化、AI驱动,一切皆服务。为了更好地服务开发者,华为每年投入超过1亿美金,对面向开发者的沃土云创计划进行了三大升级。
华为云全球生态部总裁康宁出席2022用友生态大会发表主题演讲
康宁表示,用友是全球领先的云与软件服务商,并且也是华为同舟共济的合作伙伴。双方自2015年建立合作以来,秉承“技术共生,商业共赢”的合作宗旨,在技术方案融合、开发者生态共建、全栈国产化适配及用友商业创新平台构建等领域均有深度合作,持续落地实践成果。双方将共同打造“用友企业云服务+华为云”联合解决方案,规模化拓展区域市场。
对此,用友网络董事长兼CEO王文京也表示:“一直以来,用友BIP与伙伴共同营建全球领先的聚合型企业服务生态。而与华为云的携手,将全方位更有效地支撑企业数智化转型与商业创新。”
联合技术创新,NC Cloud智能边缘小站—业界首个云ERP本地化部署解决方案发布
在此次2022用友生态大会上,基于华为云基础设施即服务的理念,用友联合华为云基于华为云智能边缘小站IES,打造云ERP本地化部署解决方案——NC Cloud智能边缘小站(简称NCC IES)重磅发布,这是业界第一款软硬一体ERP SaaS方案。
NC Cloud智能边缘小站 重磅发布
华为云全球生态部总裁康宁介绍说,NC Cloud智能边缘小站既能满足ERP本地合规部署的需求,又能获得SaaS化体验,可持续演进,真正做到“鱼和熊掌”兼得。IES与公有云统一架构,可将公有云能力延伸到客户机房,1柜轻量起步,客户免运维,在线持续升级。
与自建ERP方案相比,NC Cloud智能边缘小站软硬一体整机交付,客户无需与多家软硬件厂商对接,交付周期由数月缩短至2~3周,整体TCO成本节省24%。此外,客户可按需开通云数据库及数据迁移服务,支持异构数据库的全量、增量同步,业务不中断,降低迁移门槛。基于IES的云边协同能力,NC Cloud智能边缘小站支持云边异地备份,无需建设或租赁异地数据中心,整体交付效率提升75%。如机房遭遇紧急情况,可在云端快速完成冷备恢复。
与传统私有云、超融合方案相比,IES不仅提供了IaaS、PaaS能力,还可提供应用集成、IoT、大数据、AI等云能力,既能满足短期轻量起步的要求,又可随公有云持续演进,支撑企业数字化转型。
数智商业时代,基于新一代数智化技术的平台与产品正在掀起科技革命与产业变革,千行百业数字化转型大踏步前进,构建完善的企业服务产业生态正当时。用友拥有专业的行业解决方案能力,而华为云拥有领先的创新技术与服务能力。“选择华为云,至简共致远”。未来,华为云将与用友持续强强联合,共建用友商业创新平台YonBIP,并会在各个领域加强合作,发挥双方优势融合互补,为企业创新提供更好的支持和服务。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。