CNET科技資訊網(wǎng) 7月7日 北京消息:華為昨日在北京發(fā)布“無邊界計(jì)算”服務(wù)器戰(zhàn)略及系列解決方案,該戰(zhàn)略聚焦行業(yè)數(shù)字化轉(zhuǎn)型需求,規(guī)劃了華為未來5年計(jì)算創(chuàng)新路線圖,從而幫助客戶創(chuàng)造切實(shí)價(jià)值。華為系統(tǒng)解讀了服務(wù)器戰(zhàn)略內(nèi)涵與業(yè)務(wù)定位,并發(fā)布了V5系列解決方案,包括全閃存HANA一體機(jī)解決方案、大數(shù)據(jù)應(yīng)用加速解決方案、視頻邊緣智能分析解決方案及G系列異構(gòu)計(jì)算平臺等。
會上,華為聯(lián)合工商銀行、騰訊、SAP以及微軟等客戶與合作伙伴聯(lián)合介紹當(dāng)前計(jì)算發(fā)展的挑戰(zhàn)和對應(yīng)解決方案,發(fā)布了FusionServer V5系列5大智能特性,大數(shù)據(jù)應(yīng)用加速解決方案,全閃存SAP HANA一體機(jī)解決方案,G系列異構(gòu)計(jì)算平臺,以及視頻邊緣智能分析解決方案等。
人工智能驅(qū)動異構(gòu)計(jì)算崛起,云DC從效率向智能演進(jìn),行業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動智能終端聯(lián)接數(shù)激增,計(jì)算發(fā)展的新起點(diǎn)已經(jīng)到來。計(jì)算需要改變傳統(tǒng)的模式,以更廣闊的視野,從服務(wù)器本身到數(shù)據(jù)中心內(nèi)部再到數(shù)據(jù)源,打破限制計(jì)算效率提升的桎梏,實(shí)現(xiàn)無邊界計(jì)算,為智能社會的實(shí)現(xiàn)提供堅(jiān)實(shí)支撐。無邊界計(jì)算內(nèi)涵包括:面向應(yīng)用優(yōu)化,讓計(jì)算靠近數(shù)據(jù),充分釋放計(jì)算潛力;打破服務(wù)器邊界,實(shí)現(xiàn)DC級別的資源池化和按需供給,提升DC整體計(jì)算效率;打破DC邊界,使能智能接入,計(jì)算走進(jìn)數(shù)據(jù)源,讓數(shù)據(jù)在遠(yuǎn)端智能起來。華為將持續(xù)研發(fā)投入,為客戶創(chuàng)造價(jià)值。
華為企業(yè)BG Marketing與解決方案銷售部總裁袁千表示:“未來的計(jì)算形態(tài)將更加豐富、更加多樣化,同時(shí)對計(jì)算平臺也提出了巨大挑戰(zhàn)。華為服務(wù)器業(yè)務(wù)的‘無邊界計(jì)算’戰(zhàn)略,聚焦行業(yè)數(shù)字化轉(zhuǎn)型需求,旨在為客戶提供有效的計(jì)算支撐、創(chuàng)造實(shí)在的價(jià)值。華為致力于通過創(chuàng)新、差異化的解決方案,攜手合作伙伴一起構(gòu)建共贏的生態(tài)體系,助力行業(yè)客戶領(lǐng)跑數(shù)字經(jīng)濟(jì)。”
華為企業(yè)BG Marketing與解決方案銷售部總裁袁千
“全聯(lián)接世界正在來臨,計(jì)算將無處不在。”華為IT服務(wù)器產(chǎn)品線總裁邱隆指出,“云、大數(shù)據(jù)和人工智能驅(qū)動計(jì)算重構(gòu),計(jì)算發(fā)展的新起點(diǎn)已經(jīng)到來。“無邊界計(jì)算”戰(zhàn)略本質(zhì)上就是通往全聯(lián)接世界的計(jì)算創(chuàng)新之路,華為計(jì)算產(chǎn)業(yè)從釋放計(jì)算潛力、到打破服務(wù)器邊界、再到打破數(shù)據(jù)中心邊界,來全方位實(shí)現(xiàn)計(jì)算效率的持續(xù)提升,為構(gòu)建全聯(lián)接世界打下堅(jiān)實(shí)的基礎(chǔ)。”
華為IT服務(wù)器產(chǎn)品線總裁邱隆闡述“無邊界計(jì)算”服務(wù)器戰(zhàn)略
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價(jià)值。