微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 英特尔IT分享业绩年报 移动计算成主角

英特尔IT分享业绩年报 移动计算成主角

2014-04-29 20:43
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-04-29 20:43 陶婧婕

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。

英特尔IT分享业绩年报 移动计算成主角

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。

英特尔IT现状

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。

移动计算成主旋律

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。

关于企业使用平板的评估标准

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:

英特尔IT分享业绩年报 移动计算成主角

英特尔IT分享业绩年报 移动计算成主角

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。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-