2018年3月31日,2018 Navigate 领航者峰会在成都举行。在本次以“融绘数字未来,共享美好生活”为主题的峰会中,紫光旗下新华三集团重点发布了数字化转型重要战略以及围绕AI构建的数字化解决方案架构体系。同时,确立了“AI for All”的技术战略方向,逐步完善数字化产品和解决方案,助力产业升级。
新华三集团联席总裁、首席技术官尤学军
新华三集团联席总裁、首席技术官尤学军表示,将以完整的基础设施平台,支持主流开放框架,打造坚实AI基础。新华三将构建以计算、网络、存储为基础设施三要素,贡献科研&生态力量,成为首批人工智能产业联盟发起单位,构建人工智能计算设施,AI专用服务器一体机,将专用的AI智能计算服务器硬件与AI计算平台软件集成为一体机,提供创新的性能优化的深度学习能力,为构建AI生态应用提供强大的PAAS平台能力和交付。
当下,AI不仅仅是一个技术名词,更成为数字生活中越来越重要的一部分,贯穿到新华三的数字化解决方案中整个解决方案将以数字化平台为核心枢纽,以开放式架构和全栈式服务对基础设施进行全覆盖。同时,新华三也将以场景化PaaS能力与聚合生态力量赋能全行业,助力客户实现数字化转型。
重磅发布:数字化解决方案架构体系
大数据、物联网及云计算等技术日渐成熟,AI技术爆发式增长的黄金节点,在以“AI for ALL”的技术牵引下,新华三抓住科技发展脉络向全行业全面展示其在孕育AI、部署AI以及执行AI三大架构的最新成果。
整个数字化解决方案架构体系围绕核心智能架构、先知互联架构、边缘智能架构三大架构组成,引入AI和区块链进一步孵化和构建数字化解决方案。以场景化应用为切入点,从智能化终端引入、新技术融合、数字化解决方案场景实践三个维度,打造“硬件+软件平台+上层应用+解决方案应用+场景化覆盖”创新矩阵模式,助力产业快速升级。
孕育AI:智能核心架构
智能核心架构,为数据中心基础设施和应用服务提供人工智能/深度学习的平台支撑,满足了数据中心智能化的动态资源调整、策略部署、故障检测等。此外,为企业的人工智能从脚本开发、模型训练、模型超参数搜索、模型验证和推理提供一站式服务。此次,新华三还提出了将智能核心架构和区块链相结合的理念,打造分布式可控制、可信安全的“智算链”平台,为智能核心计算提供高性能的共享计算服务。
部署AI:先知互联架构
先知互联架构,融合传统的网络架构与人工智能技术,能够提前预判网络出现的问题,感知潜在的安全威胁和非法接入设备,预测物联网设备的异常。此外,还可以主动下指令给控制器完成自动纠正。在先知引擎和云端学习训练的帮助下,能够大幅提高运维效率,有效应对基于AI的攻击,适应基于AI应用的流量变化。
执行AI:智能边缘架构
边缘智能架构,在基础设施层面将AI能力注入边缘侧,满足边缘侧对智能分析处理和数据采集的需求,实现了在边缘实时处理的高效性、安全性。新华三的边缘能力(语音识别/人脸识别/自动驾驶)部署在边缘AI服务器、智能网关等设备和计算节点上,让边缘可感知、可学习、可执行。目前,已实现了对智慧安防、智能制造、智慧交通、智慧教育、新能源及新零售等领域的全覆盖,助推全行业数字化转型。
数字化平台解决方案赋能数字化转型
AI for All, 助力产业升级
在互联网领域,新华三搭建了面向AI的基础架构设施,为互联网企业AI保驾护航。在金融领域,新华三搭建了AIOS平台,帮助金融客户实现了智能交易的收益最大化。在教育科研行业,新华三提供了面向AI的高性能计算集群,解决了科研大量数据高速精确处理的难题。在企业场景,新华三通过智能化的运维,驱动了运维模式由被动到主动的转变。
此次,新华三发布了一系列的战略布局和数字化能力集,尤为重要的是“AI for ALL”表达了一种开放合作的生态观,这都将成为驱动社会和经济转型升级的重要引擎。再此,新华三希望将AI技术与各行各业深度结合,通过AI技术帮助客户搭建数字化基础平台,实现数字化转型,助力产业快速升级。
好文章,需要你的鼓励
前谷歌资深工程师David Petrou创立的AI初创公司Continua宣布完成800万美元种子轮融资,由GV领投。该公司开发AI智能体技术,可加入SMS、iMessage和Discord等群聊平台,为用户协作提供智能支持。Continua能够在群聊中自动设置提醒、发起投票、添加日历邀请或生成待办清单,解决群聊混乱问题。公司通过微调技术让AI理解群聊动态,具备社交智能,只在需要时提供帮助。
艾伦人工智能研究院开发的MolmoAct是首个开源的机器人空间推理模型,通过"看懂-规划-执行"三步思考法让机器人具备类人的空间理解能力。它不仅在多项基准测试中表现优异,还支持直观的视觉轨迹调教,用户可直接在屏幕上画线指导机器人行为。研究团队完全开源了模型、代码和数据集,为全球机器人研究提供强大基础平台。
Anthropic宣布为企业客户增加Claude单次提示词的信息处理量,以吸引更多开发者使用其AI编程模型。Claude Sonnet 4现支持100万token上下文窗口,可处理75万词或7.5万行代码的请求,是此前限制的5倍,超过OpenAI GPT-5的40万token。该功能也将通过Amazon Bedrock和Google Cloud等云合作伙伴提供。更大的上下文窗口有助于AI模型更好地处理软件工程问题和长期自主编程任务。
这项由北京大学和清华大学联合完成的研究首次提出时间自奖励语言模型,通过"锚定拒绝"和"未来引导选择"策略解决了AI自学习中的梯度消失问题。该方法让AI既能从过去的低水平样本中学习反面教材,又能向未来的高水平样本学习正面目标,成功维持了清晰的学习对比信号,在多个基准测试中显著优于传统自奖励方法。