2017年9月21日-22日,第二届能源互联网暨“一带一路”高峰论坛在上海成功举行,大会从最新示范项目着手、深入探讨了能源行业热点话题。会上,新华三集团电力能源技术部总监乌建恒以行业价值及社会角度,围绕ICT技术在能源互联网中的应用,发表了《创新IT 能源互联》的主题演讲。
新华三集团电力能源技术部总监 乌建恒
柴静的纪录片《苍穹之下》让国人深入了解了雾霾,更认识了环境保护的重要性。有数据显示,我国能源结构中煤炭等化石能源占比较国际数据高出20%,乌建恒指出,能源结构不合理是“环境之殇”的重要原因之一,他解释道:“能源行业发展的一个普遍问题是缺乏统筹和合作机制,系统协调性亟待提高。”此外,风电、水电、生物能等新能源的发展因其不稳定性受到了很多制约,能源高效化、绿色化以及市场化是能源行业的三个新要求。“能源行业不仅是企业,更肩负着重大的社会责任。”乌建恒指明:“能源互联网为未来能源行业的发展指明了方向。能源互联网将帮助能源行业应对市场化、民主化、去中心化、智能化、物联化等挑战。”
众所周知,新华三服务电力能源行业十三年的实践积累,不断为客户研发创新的行业解决方案 “对用户业务的理解,完整的解决方案,用户的信任是十几年来新华三逐步积累起来的优势,”乌建恒补充,新华三的另外两点优势体现在公司“应用驱动,云领未来”技术战略,以及能源互联网生态体系的构建。
不可否认的是,能源行业本身的业务复杂度高,导致能源互联网技术体系更为复杂。新华三电力能源系统部给出的解决方法,其一是基于ICT视角来继续积极寻找合作伙伴,尤其向传统电力一二次设备厂商寻求合作,并提出整合交付的思路,整合能源行业上下游企业,深度融合包括安全防护、系统建设、甚至互联网等企业,跨领域共同构建体系,为最终用户提供更高效、可用的能源互联网解决方案;其二,乌建恒直言:“现在我们需要更理解用户的业务、企业运作模式和商业模式,结合行业发展趋势,为用户‘量身定做’IT系统。例如,客户过去采用计划检修的方式维护设备,检修的停机时间长,对生产影响较大;如果运用物联网、大数据等新的技术手段,可以结气象、社会经济运行情况等全方位的数据,主动感知设备运行状态,提前发现可能的故障,实现智能检修,提升能源企业生产效率。”
另有一点值得一提,能源行业用户在本次大会上明确指出,目前能源行业的IT系统很大一部分工作是在收集和分析数据,但IT供应商不该只销售单一的技术,更重要的是提供相应的服务,帮助能源企业更好的利用技术驱动业务发展。对此,乌建恒也表示:“服务是用户决定是否购买产品的一个重要因素,新华三也在不断深挖客户需求,并据此加大服务投入,不断完善和提升服务能力”。新华三除了在总部设有专门的能源行业服务团队外,还在各省代表处设立售前、销售和售后“铁三角”的服务模式,随着技术的深入和产品设备的增加,不断增加专业服务人力,提升服务细致化程度,帮助用户逐步实现能源互联网落地。
为更好服务能源互联网发展,新华三一方面锐意创新,从设备、通信、数据、应用、商业等五个维度布局能源互联网整体解决方案,推动能源互联网产业健康快速发展;另一方面以客户需求和体验为核心,围绕“三大一云”新IT战略构建新华三平台,携手合作伙伴构建完整的能源互联网生态体系。乌建恒在演讲中表示,新华三将继续加大在能源行业的研发投入,用更多专业技术及产品帮助能源行业转型升级。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。