山西省作为中华文明的发源地之一,最早可以追溯到春秋战国时期。俗话说,三千年的地下历史看陕西,三千年的地上历史看山西。纵览山西历史人文线路——晋祠、乔家大院、云冈石窟、应县木塔、平遥古城、壶口瀑布等极具山西特色的地标,从历史建筑到自然人文景观,再到民俗体验……在诉说过去故事,讲述过去辉煌的同时,山西时尚前沿的现代气息,也和这些古老文明在这块塞外热土强烈撞击,迸发出前所未有的朝气和活力。
新时期新问题,三晋大地数字经济下的蜕变
面对蓬勃兴起的数字经济大潮,当前,山西省正加快推进数字经济领域牵引项目建设,蓄势发力,朝着高质量发展方向奋力前行。《山西省“十四五”14个战略性新兴产业规划》提出,要加快发展数字经济,推进数字产业化和产业数字化,全面提升产业数字化水平。由紫光股份旗下新华三集团助力山西交通控股集团有限公司(以下简称山西交控)打造的山西交控云数据中心,则是山西智慧交通建设的典型代表,引领了全省百行百业数字化转型升级。
作为山西省委、省政府立足深化国企国资改革而成立的国有独资公司,山西交控是集投资融资、勘察设计、工程建设、高速公路运营等业务为一体的大型交通企业集团。随着数字化的不断发展,传统信息化建设中的“分散建设、分散部署、各自运维”的处境,逐步与时代发展脱钩,在此种处境下,当务之急是建设集团统一的数据中心,对集团拥有的数据资源进行全面有效整合,积极提升集团信息资源配置效率的同时,为山西高速公路“保安全、促增长、控成本、提服务、强管理”的可持续发展提供有力的数据支撑。
新科技新手段,为山西交通插上智慧的翅膀
当前,交通行业正处于信息化向数字化过渡阶段,云计算、大数据、5G等新技术的应用,不仅会提升效率,还将促进业务模式变革。作为数字化解决方案领导者,新华三集团深耕交通行业十余年,具备丰富的技术优势和实践经验。面对山西交控集团数字化转型升级需求,新华三集团依托在智慧交通建设领域的优势,聚数字融合之力,为山西智慧交通建设注入不竭动力。
针对山西交控建设需求,新华三集团及时制定有效的数字化方案推进策略,以技术方案为导向,为山西交控云数据中心建设提供了完整的一站式解决方案。项目建设涵盖CT、IT、大数据等各部分,并涉及CloudOS、CAS、小型机服务器HPE Superdome Flex、高端存储HPE 3PAR SS8440双活、H3C DataEngine 数据集成平台等一系列产品。
使能交控,助力大美山西再开智慧之花
近年来,山西全面立体化构建数字经济发展体系,打造新一代经济基础设施标杆省份。新基建大潮下,山西正逐步实现从“一煤独大”向“八柱擎天”的跨越性转变。
山西交控云数据中心作为新华三集团助力山西交控集团打造的数字化转型重大成果之一,自去年建成以来,已为集团多个部门和分公司成功提供云计算资源及服务,云上部署了众多集团核心业务系统。通过充分利用云计算所带来的优势,极大地提高了山西集团IT部门的工作效率,普通业务的上线时间从原先的数周缩短到两三天即可完成部署启动。分布在全省各地市分公司的业务系统通过集中上云的部署模式,减轻了分公司的IT运维压力,节省了集团的基础设施建设成本。
不仅如此,面对潜在威胁业务系统正常运行的情况,新华三在CAS虚拟化平台中专门设置了vMotion在线迁移功能,可帮助用户避免因服务器主机故障而导致的业务中断,极大地提高了使用体验。更值得一提的是,新华三助力打造的山西交控云数据中心,不仅承载了山西交控集团所有关键业务,更极大促进了山西省交通行业实体业务紧密衔接、信息资源交换共享,对山西全省高速公路行业的发展格局有着关键性的影响,也为国家取消省界、无人驾驶、5G、BIM管控等项目的落地奠定基础。
勇担新使命,砥砺再出发。站在“十四五”崭新起点,山西正谋求从资源经济转向数字经济“换道领跑”,加快建设全国领先的数字经济发展高地。作为数字化解决方案领导者,未来,新华三集团将继续依托“云智原生”智能战略,持续发挥“数字大脑2021”全栈式能力,携手包括山西交控等在内的更多合作伙伴,共同书写山西数字经济高质量发展崭新篇章!
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。