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
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。