
本文作者:用友软件高级副总裁 郑雨林
最近围绕“XP退役”事件引起了大众对信息安全的广泛关注,同时,中央网络安全与信息化领导小组的成立,表明信息安全问题已上升到新的高度。如何构建信息安全的铜墙铁壁?用友高级副总裁郑雨林撰文指出,基础在于信息化关键软硬件产品的国产化,他认为,软件产品国产化替代存在三条路径。
信息安全拉动替代需求
没有信息化,就没有现代化;没有信息安全,就没有国家安全。从成立中央网络安全与信息化领导小组,可以看出我国对信息安全的重视。同时,近来曝光的“棱镜门”事件、美国国安局监控华为、Heartbleed漏洞等,都对信息安全提出了更高的要求。笔者认为,对国内用户来说,实现信息安全的必要条件是信息化关键软硬件产品的国产化。只有这样,才能确保真正的信息安全。
可以预见,未来在建设网络强国、提升信息安全保障水平的形势下,国产软硬件厂商将获得更多的市场机会,迎来新一轮的发展机遇。但是,要实现国产软硬件产品的全面替代国外产品,并非易事。
软件产品国产化替代的三条路径
确实,在当前阶段,要实现IT系统中国产软硬件产品的系统性替代,还存在很多的困难,主要问题是国内厂商的能力、产品技术存在相当的差距。从长期实践经验来看,实现国产系统替代国外系统可从以下三条路径着手:
第一条路径是加快国产软件厂商产品、技术之间的适配,从而实现信息化的系统性替代,完全迁移到国产软硬件产品。目前,国内本土厂商的应用软件产品主要还是基于国外数据库系统进行中间件的开发和部署。今后,这些国内软件产品要更注重和国产数据库、国产中间件、国产操作系统做好适配工作。做好了适配工作,就为系统性替代国外产品打下了坚实基础。目前,用友已和中标软件、神舟软件、东方通等国内的知名基础软件产品开展了很多适配工作,已经能够在政府、制造、教育、流通、医疗等众多行业和领域完全满足客户的需求。
第二条路径是抓住新技术、新模式应用的机会实现替代。云计算、移动互联网、大数据、社交网络和物联网等新技术的发展,使信息化的软硬件产品发生了很大变化。原来的各种产品都面临着淘汰升级。在新技术领域,国内外发展的同步性较好。因此,国产软硬件产品可以趁新技术应用的发展机遇,采用弯道超车,实现国外软硬件产品的替代。例如,在大型网络公司中流行的“去IOE”(即去IBM、Oracle、EMC,去掉原来的小型机、大型数据库的架构),就是利用云计算、大数据等新技术的应用,将其替换为基于开源的、开放的、标准化架构的平台与架构。这种替代被国内外互联网公司证明是成功的,他们不仅性能更高、稳定性更好,而且成本更低。
第三条路径是从中低端系统能力向高端系统能力发展。目前,在国内的中低端用户中,国内软件产品占有绝对优势。但在高端用户中,国外产品占有优势。本土厂商应该抓住自己产品在向高端升级、高端创新的过程中,逐步实现在高端用户中的国产化替代。国内厂商应该在这方面制订相应的路线图。
组建联盟实现系统性替代
值得注意的是,对于政府、教育及企事业单位的信息化而言,国产产品替代国外产品是系统性的替代,而不仅仅是一个单独某一个产品的替代。所谓系统性替代,即是从芯片、服务器、存储、网络,到操作系统、数据库、中间件、应用软件等全部替代。只有这样系统性替代,才能真正确认信息安全。这种系统性替代不是本土厂商的某一家企业能单独做,需要整个产业界的协同作战。
因此,业界应该组建专业的联盟组织,共同为客户提供统一、完整、安全的信息化整体解决方案,以实现其系统性地替代国外产品,确保信息安全。在这样的大背景下,用友软件正联合中国软件网、拓尔思、致远软件、广联达、360、明朝万达、中标软件、正益无线、云通讯、神舟软件、达梦数据库等国内知名软件公司,倡议成立“中国信息化应用安全联盟”。希望通过这个联盟来整合信息化的各方力量,共同为客户提供更好的一站式信息化应用安全解决方案。
我们相信,通过联盟的运作,将帮助我国本土软件厂商通过内部的优化组合、能力升级,提升国产软件满足客户信息化应用安全需求的能力,让信息系统的国产化真正落到实处,成为推动中国软件产业转型升级的加速器。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。