今年年初,国家正式启动“东数西算”工程,在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点,并规划了10个国家数据中心集群。西部地区如何在“东数西算”工程中更好地抓住机遇?9月16日,在宁夏中卫召开的2022云天大会之“数字中卫·云载未来”东数西算最佳实践论坛上,对这一话题进行深入探讨。
论坛上,中国社会科学院数量经济与技术研究所信息化与网络经济研究室主任彭绪庶以《破解算力经济发展障碍的路径与政策》为题发表演讲。他将西部地区开展数据中心基础设施建设,跟工业时代的道路基础设施建设进行了类比分析。
他认为,在工业经济时代,道路基础设施建设可以拉动相关产业链发展,实现投资的乘数效应,加速人和物的流通效率以优化资源配置,同时改变市场结构,还能够改变人的思想和区域的发展思路。同样,在数字经济时代,数据中心基础设施建设能够从多个方面推动西部地区经济发展。
在投资建设方面,算力占据数据经济重要的生态位,后端是芯片、存储、网络等硬件科技产业链,前端则通过各类数据应用帮助千行百业开启数字化转型进程,作为从后端硬件到前端数字化产业的连接,算力具有明显的投资乘数效应。在市场和资源方面,算力作为基础的数字经济本身具备优化资源配置和市场结构的功能。在创新思路方面,算力设施带动数据应用服务是数字经济创新的重要课题。为此,西部地区在东数西算工程中要尽可能提高站位,在整个数字经济产业链中提供更多服务和更高价值,而不应满足于作为数字地产和绿色能源等资源和要素供给者的定位。
宁夏中卫是“东数西算”的早期探索者之一。早在2013年,中卫提出“前店后厂”的创新模式,规划建设了宁夏中关村科技产业园西部云基地,并通过引入云计算全球领导者亚马逊云科技,实施“一雁领头,众雁齐飞”的发展路线。在龙头企业亚马逊云科技的带动下,美利云、中国电信、中国移动、中国联通等大型、超大型数据中心相继在中卫落地;国家电子政务云、超算云及文旅部等10部委大数据业务陆续运营;腾讯、阿里、百度等20多家企业CDN业务开通;绿色、安全、自主、共享的云计算产业生态逐步完善。
论坛上,宁夏西云数据科技有限公司作为代表介绍了该公司在中卫的企业发展实践,为彭绪庶的观点提供了一个现实的注脚。
西云数据作为亚马逊云科技中国 (宁夏) 区域云服务的运营方和服务提供方,2015年在宁夏中卫成立。西云数据通过运营亚马逊云科技中国(宁夏)区域,根植宁夏服务全国,为客户提供云计算、大数据、物联网、人工智能与机器学习等先进的云服务。宁夏西云数据科技有限公司董事长田溯宁表示,西云数据成立以来,跟中卫的云计算生态共同成长。目前客户已经广泛涵盖互联网、软件公司、跨国企业以及各行各业的创业企业。
以西云数据的代表性客户进行样本统计,按照著名的胡焕庸线进行东西划界,绝大多数客户都来自东部,广泛覆盖能源、农业、交通、制造、汽车、零售、生命科学、互联网软件服务等行业。
上上签电子签约是一家为企业提供安全便捷的电子签约云服务的企业。上上签使用了西云数据提供的云计算、大数据等服务,在使用西部算力的同时,也将西部算力输送给全国近1500万家企业客户,通过交付灵活的电子签约SaaS产品,实现多场景、多行业的签约全生命周期智能管理,打造互连互信的生态网络,帮助企业增效降本和数智升级,单日合同签署峰值达到3118万次。该公司正规划利用西云数据提供的人工智能服务开发合同智能审核、智能检索、智能起草等创新功能。
“东数西算”工程启动以来,中卫成为全国唯一一个同时建设国家新型互联网交换中心和全国一体化大数据中心国家枢纽节点的“双中心”城市,打造面向全国的算力保障基地,“东数西算”工程将指引着更多的企业、更高的产业链价值自觉向西部集聚,为中卫发展数字经济带来更大机遇。(童铭)
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。