
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
过去十年,终端厂商比拼的是“性能”和“参数”,如今,竞争的焦点正转向“智能程度”。
Fractal AI Research实验室开发了Fathom-DeepResearch智能搜索系统,该系统由两个4B参数模型组成,能够进行20多轮深度网络搜索并生成结构化报告。研究团队创新了DUETQA数据集、RAPO训练方法和认知行为奖励机制,解决了AI搜索中的浅层化、重复性和缺乏综合能力等问题,在多项基准测试中显著超越现有开源系统,为AI助手向专业研究工具转变奠定了基础。
快手科技与清华大学合作发现当前AI语言模型训练中存在严重的权重分配不平衡问题,提出了非对称重要性采样策略优化(ASPO)方法。该方法通过翻转正面样本的重要性权重,让模型把更多注意力放在需要改进的部分而非已经表现良好的部分,显著提升了数学推理和编程任务的性能,并改善了训练稳定性。