CNET科技資訊網(wǎng) 7月30日 北京消息:華為今日正式發(fā)布面向中國市場的企業(yè)云服務(wù),主要提供面向金融、媒資、城市及公共服務(wù)、園區(qū)、軟件開發(fā)等多個(gè)垂直行業(yè)的企業(yè)云服務(wù)解決方案。華為輪值CEO徐直軍指出,華為IT業(yè)務(wù)收入今年預(yù)計(jì)將超20億美元,明年有望實(shí)現(xiàn)盈虧平衡,2020年收入預(yù)計(jì)將達(dá)100億美元。
華為輪值CEO徐直軍
徐直軍表示:“云服務(wù)模式正在成為企業(yè)IT的新模式,這已經(jīng)成為產(chǎn)業(yè)界的共識(shí)。華為決定推出企業(yè)云服務(wù),這是華為ICT產(chǎn)品和解決方案的自然延伸,是實(shí)現(xiàn)華為在ICT領(lǐng)域投資回報(bào)的新商業(yè)模式。”
實(shí)際上,華為早在2008年就開始布局云計(jì)算領(lǐng)域,當(dāng)時(shí)主要以私有云為主。2010年底,華為啟動(dòng)"云帆計(jì)劃",正式宣布進(jìn)軍云計(jì)算;2011年10月,華為宣布成立IT產(chǎn)品線;2014年,華為領(lǐng)先的云操作系統(tǒng)Fusion Sphere 5.0發(fā)布。
在IT領(lǐng)域,華為全球部署了5個(gè)專注于云計(jì)算的研發(fā)中心,涉及研發(fā)人員超10000人,每年投入不低于5億美元。在全球建設(shè)了400多個(gè)數(shù)據(jù)中心,其中有120個(gè)云數(shù)據(jù)中心。“華為競爭力一直是建立在持續(xù)的、高強(qiáng)度、戰(zhàn)略性的研發(fā)投入之上的”,徐直軍強(qiáng)調(diào)。
華為企業(yè)云服務(wù)采用一個(gè)架構(gòu)支持私有云和公有云,具備開放的混合云架構(gòu),便于客戶無縫地跨云部署業(yè)務(wù);更為重要的是經(jīng)過長期的產(chǎn)品研發(fā),積累了大規(guī)模軟件集成開發(fā)的理念和管理工具,華為這些經(jīng)驗(yàn)和工具融入華為企業(yè)云服務(wù),提高合作伙伴軟件開發(fā)創(chuàng)新效率,從而推動(dòng)整個(gè)產(chǎn)業(yè)鏈的健康發(fā)展。
華為企業(yè)云服務(wù)業(yè)務(wù)總裁楊瑞凱表示,華為擁有端到端企業(yè)級(jí)IT基礎(chǔ)設(shè)施產(chǎn)品與解決方案。華為企業(yè)云堅(jiān)持”被集成”的商業(yè)模式,與伙伴一起為企業(yè)客戶提供完整的垂直行業(yè)解決方案。”
過去三年,華為企業(yè)云已經(jīng)覆蓋多個(gè)行業(yè)市場,提供了金融云、城市云、媒資云、園區(qū)云、軟件開發(fā)云等多個(gè)解決方案。
據(jù)悉,華為在IT核心技術(shù)上持續(xù)投入,具有領(lǐng)先的FusionSphere云操作系統(tǒng)、OceanStor企業(yè)級(jí)存儲(chǔ)、FusionServer服務(wù)器、軟件定義網(wǎng)絡(luò)、安全等技術(shù)和解決方案,具備構(gòu)建企業(yè)級(jí)云服務(wù)所需的端到端能力。華為通過獨(dú)有的三級(jí)節(jié)點(diǎn)布局、覆蓋全國七大區(qū)域,整合海量、高可用的云資源,為客戶提供可信賴的云服務(wù)。華為企業(yè)云也是國內(nèi)首家通過CSTAR云安全認(rèn)證以及首批通過國家可信云認(rèn)證的云服務(wù)提供商。
好文章,需要你的鼓勵(lì)
新加坡國立大學(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。