



近期,英特尔IT在北京举办了媒体见面会,会上,英特尔(大连)有限公司IT和工厂自动化部门总监、中国区首席信息官王彦斌与参会记者一同分享了英特尔业绩年报、英特尔的移动计算部署、员工如何使用移动设备工作的案例以及英特尔IT在平板电脑或者移动设备上的评估标准。
在大家的印象中,IT部门主要做的是支持工作,王彦斌表示,在英特尔,IT部门对企业来讲是合作伙伴的角色,不仅是在后台提供支持那样简单。
在过去,英特尔IT共出版了十二期年度业绩报告。现如今,英特尔全球共有10万名左右的员工,14万台移动设备。王彦斌说道,现在企业的环境非常复杂,员工使用移动设备连网访问企业内部的应用和数据,会给安全带来极大隐患。而英特尔在信息安全上下了很大的功夫,做到了低于1%的恶意软件的感染率。
英特尔在移动终端市场错失先机已经不是“新”闻,在今年的IDF上,英特尔CEO科再奇也承认英特尔错失了平板电脑的市场,但是现在正在加速追赶中。
王彦斌分享了英特尔员工使用移动设备办公的案例,包括英特尔员工利用平板电脑在工厂检测维修机器等场景。他还表示,英特尔IT现在开始走向企业移动计算这条路,已经着手开始开发企业移动应用,现阶段只有57个APP,将来还会继续增长。
在本次活动上,王彦斌还介绍了英特尔企业使用平板的评估标准,主要包括了性能效率、容易使用、工作效率、信息安全、设备管理这五个方面。具体见下图:
王彦斌表示,英特尔IT在今年突出了未来几年的计划与策略,主要分为四点,一是社交平台,员工如何利用社交平台从而达成商业目标;二是移动;三是分析功能,大数据,IT数据中心、服务器、数据库,怎么样利用这些资源帮助企业做商业分析从而实现商业价值;四是云,云也是和移动计算很有关系的。所以这四点就是SMAC,也是英特尔IT从今年到未来几年的主要策略和方向。
 0赞
 0赞好文章,需要你的鼓励
 推荐文章
 推荐文章
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。