日前,“CSDN 2022中国开发者影响力年度评选”活动榜单正式揭晓。该评选活动由全球知名中文开发者网站CSDN和旗下重要的技术类期刊杂志《新程序员》联合举办,旨在评选过去一年技术行业突出贡献的开源企业、优秀开源项目、年度创新产品、数字化创新企业及开发者技术社区等,同时致敬其背后默默付出的技术工作者们和企业机构。在报名参评的数百家企业、机构与产品中,华为云桌面Workspace凭借领先的技术实力和优秀的产品体验脱颖而出,斩获“2022中国开发者影响力年度榜单”年度创新产品与解决方案大奖。
华为云桌面Workspace是基于华为云云原生架构设计和构建,生于云、长于云的云桌面服务,支持云桌面的快速创建、部署和集中运维管理,免除大量的硬件部署投入。云桌面可按需申请轻松使用,便捷调用云上的各种服务,实现配置动态变更、资源水平扩展,在线持续演进等能力,助力企业打造更便捷、更安全、更低维护成本、更高服务效率的IT办公系统。
强大的媒体音视频技术底座,提供极致高清流畅体验
华为云桌面Workspace基于华为云音视频引擎提供的软硬协同的业务自适应视频引擎和48K全链路高保真音频引擎,结合华为云媒体网络基础设施和媒体传输算法,实现复杂互联网环境下的稳定流畅的高清实时音视频体验。
具体来看,华为云桌面Workspace具备的软硬协同桌面高清编码能力,可根据网络状态、端云硬件编解码能力协商、用户使用场景等多因素,智能判断图文和视频场景,自动匹配选择最佳编码算法,支持YUV420普通高清和YUV444超高清编码模式,在带宽和显示效果之间取得最佳均衡;自研HDP(HUAWEI Delivery Protocol)高清传输协议,具有文字与图像显示更清晰细腻、视频播放更清晰流畅、声音音质更真实饱满、兼容性更高、带宽更低等特点,通过编、传、解各个环节的自适应能力,多策略管控,为企业用户提供低时延、高可靠、清晰流畅的音视频体验;此外,华为云桌面Workspace通过华为云RTSA网络自适应,基于采-编零拷贝技术,实现端到端100ms内稳定的超低时延传输,基于端云协同弱网对抗算法,自适应复杂网络,在15%随机丢包,网络时延50ms,网络抖动10ms的情况上,也能保证1080p的高清体验。
坚持生态开放,携手伙伴共建云上办公空间
华为云桌面Workspace不仅自身技术实力过硬,还通过“平台+生态”的模式,以开放的API&SDK,支持行业伙伴进行标准化集成,快速实现行业应用上云,为用户提供一站式行业办公桌面,更好地满足不同用户的个性化需求。
例如,赞奇科技基于华为云桌面Workspace能力,二次开发出赞奇超高清设计师云工作站。设计师云工作站是国内首个实现一站式云上数字化创作的SaaS服务,涵盖工业设计仿真、建筑设计、游戏设计、影视动画、虚拟制作等领域,通过云工作站、云盘、软件中心、云渲染等功能,整合打通了各行业设计者业务全流程,现已服务洛克特影视、湖南小飞侠等数百家客户,大幅降低企业云上创作和后期制作的周期。
截至目前,华为云桌面已携手2000多家伙伴共建云上办公空间,兼容端侧手写板、高拍仪等近千款外设,支持WIN、统信UOS、麒麟OS等国内外操作系统,适配办公软件和专业设计类软件在内的近万款软件,同时可灵活集成240多款华为云和上千款云市场的产品及服务。
基于坚实的技术底座和繁荣的生态系统,华为云桌面已连续7年获得IDC中国桌面云市场份额第一,持续引领中国云办公市场。此次华为云桌面Workspace荣获“2022中国开发者影响力年度榜单”年度创新产品与解决方案大奖,再次代表了行业对于华为云产品的肯定。未来,华为云将持续耕耘,打造最适合政企云办公业务的产品和解决方案,坚持生态开放,携手更多伙伴,共同推动云办公产业蓬勃发展。
好文章,需要你的鼓励
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。