
在2024年MWC世界移动通信大会上,中兴通讯发布端到端算力基础设施解决方案,提供算/存/网/IDC完整的全套解决方案,实现全栈软硬件一体化部署,加快业务上云速度。

数智化时代催生了海量算力需求,算力已经成为数字经济的重要驱动力。此次中兴通讯发布的解决方案,在硬件层面,全系列服务器提供高品质异构算力,高性能分布式全闪存储实现海量数据的快速读写,提升大模型训练的速度;无损网络实现0丢包、微秒级时延;全液冷模块化预制IDC,PUE低至1.13。在软件层面,打造AI Booster智算平台,通过自动并行训练最大化GPU利用率,通过可视化开发和自适应参数优化,大幅降低开发门槛。
此外,中兴通讯为不同的应用场景提供了差异化的解决方案。在通算领域,针对互联网云和电信云等通用场景,提供系列化通用服务器,全系支持液冷,为客户提供高性价比和高扩展性的通用算力。针对海量的大视频存储的场景,推出了大存储服务器。对于金融、科学计算等关键应用场景,推出业界领先的4路服务器。此外,针对高密度计算场景,中兴通讯推出IceCube全液冷整机柜方案,推进数据中心的绿色高效发展。在智算领域,中兴通讯提供系列化训练服务器、推理服务器和AiCube训推一体机,满足中心万卡规模训练池、区域通算/智算融合推理池、边缘训推一体等全场景需求。
中兴通讯端到端算力基础设施解决方案,提供系列化ICT硬件,实现全栈一体化部署,满足客户全场景需求。中兴通讯与全球运营商和行业伙伴展开深入的合作,共同推动算力基础设施的转型升级,为全行业提供高品质高效的澎湃算力,促进技术的持续创新和商用落地,加速全行业数智化转型。
好文章,需要你的鼓励
RGPO用"临时脚手架"破解大模型强化学习的奖励稀疏难题:先让模型独立解题,失败则分段放出标准解法引导重写,仅采纳经验证更优的答案。难题测试准确率从0跃至99.5%,语言模型平均分高出最强基线5.0分。
论文提出用MoE模型的路由器输出作为跨语言对齐目标,通过持续预训练对翻译句对施加路由KL散度损失,在不改变分词和架构的前提下让隐藏表示更接近,并在四个开源MoE模型、七种语言上验证了下游任务性能的一致提升。
DiffGate提出难度门控的教师指导机制,让验证器决定何时需要教师介入,仅对失败且困难的轨迹提供有界教师指导,结合GRPO强化学习,在数学与代码任务上显著提升解题覆盖率与跨领域迁移能力。
研究者用固定不变的16位二进制编码替代传统可训练词嵌入表,在17亿参数规模模型上训练1000亿token,证明模型仍可获得实质语言能力,揭示输入表并非必需,但性能略逊于可学习方案。