北京時(shí)間4月18日下午消息,聯(lián)想集團(tuán)高級(jí)副總裁、企業(yè)級(jí)業(yè)務(wù)總裁杰·帕克(Jay Parker)今日對(duì)新浪科技表示,雖然收購(gòu)IBM旗下System X服務(wù)器業(yè)務(wù)交易已經(jīng)完成,但整合成功還為時(shí)尚早。他透露,交易完成的前六個(gè)月主要是團(tuán)隊(duì)和IT系統(tǒng)支持方面的整合,讓團(tuán)隊(duì)之間可以無縫交流。現(xiàn)在這個(gè)階段已經(jīng)基本完成,整合工作進(jìn)入到推進(jìn)協(xié)同效應(yīng)的第二階段。
談到這筆交易帶來的協(xié)同效應(yīng),帕克認(rèn)為,首先,收購(gòu)X86服務(wù)器業(yè)務(wù)之后,聯(lián)想企業(yè)級(jí)業(yè)務(wù)部門的全球銷售人員達(dá)到了3000人,這些強(qiáng)大的銷售 團(tuán)隊(duì)整合提升了聯(lián)想服務(wù)器的銷售能力。其次,通過X86的整合,相關(guān)經(jīng)銷商渠道也并入聯(lián)想,大大加強(qiáng)了聯(lián)想的銷售網(wǎng)絡(luò)。第三,通過供應(yīng)鏈和運(yùn)營(yíng)方面整合, 聯(lián)想可以把服務(wù)器業(yè)務(wù)的生產(chǎn)與運(yùn)營(yíng)成本降低30%,大大增長(zhǎng)業(yè)務(wù)的長(zhǎng)期發(fā)展。
他強(qiáng)調(diào),聯(lián)想擁有扭虧為盈的能力,通過提升運(yùn)營(yíng)效率和工作能力幫助X86服務(wù)器業(yè)務(wù)扭虧為盈。去年1月底,聯(lián)想宣布斥資21億美元收購(gòu)IBM X86服務(wù)器業(yè)務(wù),并在去年10月1日完成收購(gòu)。聯(lián)想因此成為全球X86服務(wù)器市場(chǎng)第三大廠商。
聯(lián)想在北美地區(qū)的企業(yè)級(jí)解決方案體驗(yàn)中心今日在北卡羅來納州的莫里斯威爾總部揭幕。這個(gè)新演示中心總面積超過2300多平方米,主要用于聯(lián)想企業(yè)級(jí)設(shè)備的演示與互動(dòng)。
這個(gè)中心將采用多樣化演示方法,或通過主題展示向客戶陳述產(chǎn)品開發(fā)面臨的困境與挑戰(zhàn);并提供一站式綜合服務(wù),讓客戶參與測(cè)試與體驗(yàn)聯(lián)想企業(yè)級(jí)技術(shù)。北卡羅來納州政府高管代表以及來自三星半導(dǎo)體、艾莫森、英特爾等聯(lián)想合作伙伴的高管參加了此次剪彩活動(dòng)。
帕克在此次活動(dòng)上表示,聯(lián)想計(jì)劃在全球設(shè)立三個(gè)企業(yè)級(jí)解決方案體驗(yàn)中心,其中包括美國(guó)北卡、中國(guó)北京以及德國(guó)斯圖加特;這些體驗(yàn)中心有助于練習(xí)改善客戶溝通渠道,更好服務(wù)全球客戶。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(jì)大學(xué)團(tuán)隊(duì)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(jī)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)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(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。