2007年7月29日, 中国南方电网有限责任公司(以下简称南网)在广州正式启动"绿色行动",主题为"科学用电、节能减排",旨在通过持续深入开展客户节能服务,进一步提高全社会的节能意识,促进建立政府、电力企业、客户和全社会共同努力的节能系统工程,保障能源安全和经济社会可持续发展。
2013年,南网引入融合通信,助力南网30万员工的绿色办公。通过统一通信、视频会议、远程协同、移动办公应用等融合通信方式,降低出行,实现“绿色通信”,迈出了节能减排的坚实一步。
管理架构及应用需求,牵引南网业务革新
中国南方电网有限责任公司于2002年12月29日正式成立。公司经营范围为广东省、广西壮族自治区、云南省、贵州省和海南省五省(区),负责投资、建设和经营管理南方区域电网,经营相关的输配电业务。公司职工总数31.4万人,2014年《财富》世界500强排名第115名。
南网总部设有21个部门,下设超高压输电公司、五省电网公司、南网科研院等多家分公司和子公司。多层级属地化的组织架构,使得南网跨区域沟通成本越来越高,基于电话、邮件等传统方式的远程沟通,在时效性、体验上也已无法满足南网高效的办公需求。
另一方面,当前通信系统功能少、操作复杂,不能与业务集成,无法在出差时接入业务等问题日益突出。尤其是随着智能终端、移动应用的迅速普及,员工对移动办公应用的需求逐渐提高。
统一通信和协作技术发展已应用到国内政府、能源等多个行业,在效率提升、业务集成等领域的优势明显。随着南网IP网络建设的快速发展,南网的通信应用也迫切需要向全网IP,高效与协同的方向发展。
基于融合通信,搭建40万南网高效协同平台
2013年开始,南网携手华为,共同打造南网30多万员工高效、节能的融合通信平台,致力于实现“绿色通信”。
在系统建设上,根据南网的组织架构,华为采用全网集中部署统一通信业务,IP语音业务由地市、县级分布式建设的方案。业务集中部署集中管理可与南网生产应用系统统一集成。IP语音分布式部署,可继承原有TDM网络的逐渐迁移,并通过本地再生的语音业务,实现最基础语音通信的双重保障。
在平台容量建设上,初期即构建了40万用户平台的整体架构。从初期3万用户试点至扩容到全网30万+用户,仅需扩展对应的用户授权,以及各个分公司、省市的IP语音网关。在平滑扩容的同时,降低了一次性的业务投入。
在融合通信业务建设上,覆盖全网用户的企业通讯录是所有音视频协同应用的基础。南网员工通过即时消息、音视频通8BDD、多媒体会议、一号通等统一通信业务,实现跨区域点对点及多方高效协同。多媒体会议中的文档异步浏览、程序共享等应用,助力南网员工轻松实现基于部门内、周边设计院及分/子公司之间的培训和技术分享。
同时,针对互联网OTT应用的发展,南网融合通信平台也部署了基于Android及IOS平台的eSpace统一通信移动客户端。其具备的移动通信录、移动音视频通话、移动会议以及富媒体等丰富的通信功能,让办公业务实现从会议室到桌面到移动场景的无缝融合,在进一步提升办公效率的同时,为南网打造了可全员推送的宣传和信息发布平台。
融合通信助力南方电网实现“绿色通信
基于融合通信平台,南网变革了传统电话通讯方式,实现随时随地任何终端的无缝通信协同,让沟通从此触手可及。通过多种音视频、移动终端等多种通信方式融合,即节省了集团话费、短信费等通信费用,同时消除工作距离,大幅降低内外部沟通成本,实现绿色通信。
基于移动终端的应用,让企业员工拥有了与互联网OTT同样便捷的沟通方式,同时为南网提供了面向全员信息实时发布和分享的宣传平台,沟通更加高效。
华为融合通信的开放性,也让南网的通信应用迈出了更大一步,将通信应用嵌入到了生产应用系统。在生产故障分析、现场应急指挥、在线培训等业务中,通过嵌入融合通信功能,优化了业务流程和业务体验,将通信应用转化为南网生产力。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。