今日,华为在北京宣布其基于“无边界计算”战略的智能计算业务布局,致力于提供全栈AI计算平台,打造无边界智能计算世界,从而满足企业在计算、数字化转型以及智能化的应用场景。同时华为还发布了面向企业数字化转型的关键业务服务器KunLun V5和全新一代的SSD产品ES3000 V5。
华为服务器产品线总裁邱隆
随着人工智能、量子信息技术、虚拟现实等全新技术的兴起,现有的计算架构将无法提供这些应用需要的计算量,整个行业都需要在计算架构上不断地突破和创新。华为凭借在计算领域16年的积累和创新,不断在加速部件和系统架构上创新,针对面向企业不同阶段的业务形态提出智能服务器(面向传统企业)、混合云(面向企业数字化转型)、异构计算和边缘计算(面向企业智能)三大技术路线,加速企业从数字化向智能迈进。
2017年7月,华为突破性的提出“无边界计算”的战略,经过近1年的战略投入,将智能的能力贯穿到整个战略中:
第一是异构计算资源的编排和调度,华为已经把这个能力构筑在华为公有云上,企业用户可以秒级获取异构计算资源。同时把华为公司自己多年积累的智能应用也放到公有云上,让智能无处不在,支持全场景的企业AI应用;
第二是华为提供端到端数据中心解决方案,智能服务器和数据中心联动可以让企业客户更便利的管理数据中心资源,降低25%的维护成本,节能5%,让数据中心管理更加智能。
华为智能计算,持续以客户为中心,通过技术创新让客户的IT系统从封闭走向开放,从通用走向智能,变复杂为精简,变单一为协同,突破计算边界,为企业的IT系统构建一颗智能的心。
华为将在智能计算领域继续创新,携手合作伙伴共建AI生态,让智能无处不在,为企业创造更多的商业价值。
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。