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
Anthropic推出首个行业定制版AI产品Claude for Financial Services,专为金融行业打造。该服务基于Claude企业版,提供更高使用限制、内置数据连接器以及提示词库。新版本预装了连接FactSet、PitchBook等金融数据提供商的MCP连接器,并包含实施支持。针对金融分析师工作负载大的特点,该服务显著提升了速率限制,同时提供提示词库帮助用户更好地构建查询。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
多年来,Cursor、Windsurf和GitHub Copilot等代码编辑工具一直是AI编程的标准。但随着代理AI能力增强,AI系统正从处理代码转向直接与系统终端交互。Anthropic、DeepMind和OpenAI都推出了命令行编程工具。终端工具采用更广阔视角,不仅关注代码,还涉及整个程序运行环境,包括DevOps任务。研究显示传统代码助手可能降低效率,而Warp等终端工具在TerminalBench基准测试中表现出色,能够自主处理开发者的非编码工作。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。