10月28日,紫光股份旗下新华三集团正式宣布以“内生智能,成就智慧计算”升级服务器技术战略,并推出全新一代H3C UniServer G5系列服务器产品。以新战略为起点,新华三智慧计算将进一步强化生态聚合力、行业影响力、技术推动力和市场领导力,力争在未来三年成为中国IT领域综合实力最强品牌。
迈向新高点
紫光集团联席总裁兼新华三首席执行官于英涛出席大会并致辞。他表示,作为数字化解决方案领导者,新华三的出众不仅仅在于网络,计算与存储已经跻身中国市场第一阵营,且云计算、主动安全、新安防等业务均保持市场领先。“未来我们将以创新和合作实现业务、市场和生态的多元化,把新华三打造成一个令人尊敬、员工引以为豪,引领科技进步,富有创新和人文精神的高科技企业。”
紫光集团联席总裁兼新华三首席执行官于英涛发表致辞
三年前,新华三集团发布双品牌战略,并在该战略的指导下逐步实现中国市场前三的目标。新华三服务器也经过三代产品的历练,从第一代29款发展到现在65款支持不同应用、不同平台、不同场景的服务器,完成了华丽的蜕变。
新华三集团副总裁、计算存储产品线总裁陈振宽表示,这一成就来自于新华三对创新和品质持之以恒的追求,更来自于对客户需求的精准洞察。未来,新华三智慧计算将进一步强化生态聚合力、行业影响力、技术推动力、市场领导力,新华三将致力于打造“中国IT领域综合实力最强品牌”。
新华三集团副总裁、计算存储产品线总裁陈振宽发布智慧计算新战略
成就智慧计算
全面内生智能的新华三智慧计算,不仅能够提升底层硬件效率,让底层器件能够高效协同工作,充分释放算力的潜能,还能够敏捷响应上层应用,自主感应工作负载,自动化匹配最佳算力。
为了打造更适用于智能时代需求的计算架构,新华三集团通过人工智能平台、多元计算体系、智能管理平台,构建智慧计算体系架构:实现自主感应工作负载并分析所需算力,生产算力并聚合到云中心,完成智能的调度并全面释放算力。以“从云到边”的数据智能,赋能政务、医疗、金融等百行百业数字化转型。
智美融合
新华三集团智慧计算产品线副总经理刘宏程在现场重磅发布了新一代H3C UniServer G5系列服务器,内生智能的H3C UniServer G5服务器能够为客户提供智(Intelligent)、劲(Efficient)、迅(Agile)、稳(Reliable)四重价值:
智——新华三集团以内生智能的 H3C UniServer G5服务器为底层支撑,通过统一运维云(U-Center)、智能安全诊断系统(SDS)、智能数据管理平台(HDM)实现计算资源智能优化,依托人工智能平台AIOS实现计算资源智能管理,为深度学习、认知推理等工作负载提供全面支持。
劲——H3C UniServer G5服务器采用第二代AMD EPYC处理器、异构加速和全新I/O技术,让云计算投资回报率提升2倍,AI计算性能提升6倍,高性能计算效率提升2.5倍。
迅——H3C UniServer G5服务器以全系列、多形态的规模化部署,弹性塑合架构,预优化的配置模板等手段,能敏捷快速地响应业务需求。
稳——H3C UniServer G5服务器立足高标准的设计、研发和测试、生产和运输、运维以及售后维护,采用了免工具维护、扁平化线缆合理布局、更高品质的组件工艺等一系列高可靠的细节设计,能够以精工之作确保服务器稳定可靠的长时间运行。
新华三集团智慧计算产品线副总经理刘宏程发布新一代H3C UniServer G5系列服务器
H3C UniServer G5 服务器
AMD全球副总裁兼中国区企业与商用事业部总经理刘宏兵展示了第二代AMD EPYC处理器的强大实力。他表示,AMD EPYC基于开创性的架构和领先的7nm制造工艺,能提供刷新纪录的性能和颠覆性的TCO,为众多新华三集团的服务器产品提供了强大的算力支持。AMD期待能与新华三同“芯”共创,一起引领计算产业的发展和变革。
AMD全球副总裁兼中国区企业与商用事业部总经理刘宏兵
在现场展区,新华三集团携手众多产业合作伙伴,展示了多款服务器明星产品,彰显了在通用计算、高性能计算、弹性计算、异构计算、边缘计算、高可用计算等各类场景中的创新实力和卓越品质。
作为数字基础架构的核心组成部分,智慧计算将为新华三集团“数字大脑计划2020”在百行百业内的落地筑就稳固的基石。未来,新华三将在“AI in ALL”智能战略的指引下,将更多智能技术引入服务器的设计、创新和管理中,打造高效智能、敏捷可靠的基础架构,为数字经济的高速发展提供更加强大的引擎。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。