“精簡IT、敏捷商道”的理念,2014華為云計算大會今日在上海開幕。華為輪值CEO、副董事長徐直軍表示,ICT正在成為傳統(tǒng)行業(yè)轉(zhuǎn)型的引擎,華為只有成為一家領(lǐng)先的IT公司,才能成為ICT的領(lǐng)導(dǎo)者。“基于云計算的理念,IT是華為重要的機會,所以才投資IT,用IT技術(shù)改造傳統(tǒng)網(wǎng)絡(luò)”。
其中,IT部分對企業(yè)的支撐能力已變?yōu)樯a(chǎn)能力,華為的目標是致力于成為ICT的領(lǐng)導(dǎo)者,但必須先做好IT這個部分。
徐直軍強調(diào),華為要成為企業(yè)、運營商認可的IT玩家,必須提供創(chuàng)新、差異化、領(lǐng)先的產(chǎn)品和解決方案。
因此,作為傳統(tǒng)的電信設(shè)備商,華為很早便開始ICT的轉(zhuǎn)型。從2008年開始投資云計算,進入IT領(lǐng)域。2011年,華為在首屆云計算大會上宣布成立IT產(chǎn)品線,強化其云計算戰(zhàn)略。到2014年,華為將發(fā)布一系列創(chuàng)新的IT解決方案,以鞏固云計算產(chǎn)品線。
在這些解決方案中,業(yè)務(wù)驅(qū)動的SD-DC²分布式云數(shù)據(jù)中心架構(gòu)及其關(guān)鍵部件FusionSphere5.0開放云平臺和OceanStor融合存儲,將賦予“精簡IT、敏捷商道”新的內(nèi)涵。
相比業(yè)內(nèi)其他存儲產(chǎn)品,OceanStor融合存儲具備五項融合特性。首先,在一套設(shè)備內(nèi)實現(xiàn)SAN與NAS的融合,節(jié)省投資15%以上,提升空間利用率50%;其次,實現(xiàn)了多廠商異構(gòu)設(shè)備融合,可以平滑接管現(xiàn)網(wǎng)設(shè)備,提升設(shè)備利用率;再次,實現(xiàn)性能與容量的融合??蛻艨梢愿鶕?jù)業(yè)務(wù)需要,選配SSD和HDD等不同存儲介質(zhì);而高中低端全系列存儲,使數(shù)據(jù)在各檔位設(shè)備中自如流動, 數(shù)據(jù)價值得到最大發(fā)揮,同時使用成本降低60%;最后,客戶無需采購專用的備份軟件和服務(wù)器,就能實現(xiàn)秒級備份。
徐直軍還重點介紹了FusionSphere 5.0、Fusioninsight和Manageone三款創(chuàng)新產(chǎn)品,“敏捷的企業(yè)需要敏捷IT,F(xiàn)usionSphere基于OpenStack平臺能幫助用戶實現(xiàn)敏捷。”
其中,大數(shù)據(jù)平臺FusionInsight依托諾亞方舟實驗室最新的研究成果,能夠幫助客戶實現(xiàn)更好的商業(yè)決策、更精準的營銷以及更優(yōu)秀的用戶體驗。目前FusionInsight在國內(nèi)幾大銀行及電信運營商中已經(jīng)得到了廣泛應(yīng)用。
而針對運營商云計算需求的最新FusionSphere 5.0,它是華為自主知識產(chǎn)權(quán)的云操作系統(tǒng),支持虛擬機、物理機融合負責(zé),幫助運營商改變以專用硬件為主的傳統(tǒng)網(wǎng)絡(luò)架構(gòu)。
針對服務(wù)器產(chǎn)品線,徐直軍強調(diào),華為服務(wù)器走的是高端路線。FusionServer服務(wù)器致力于高端,基于8、16、32、64路,為客戶提供高性能、高可靠性的 高端服務(wù)器,在性能上媲美RISK小型機。
在大數(shù)據(jù)方面,華為正在進行數(shù)據(jù)中心3.0的研究,未來,整個數(shù)據(jù)中心就猶如一臺交換機,實現(xiàn)1000倍數(shù)據(jù)處理能力的提升。
目前,華為云計算服務(wù)全球40多個國家500多個客戶,在全球為客戶建設(shè)超過400個數(shù)據(jù)中心,其中超過120個是云數(shù)據(jù)中心,超過50萬個虛擬機運行在華為Fusionsphere產(chǎn)品上。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。