ZD至顶网软件频道消息:近日,国家电网公司(以下简称“国网”)总部组织了2016年上海电力配网集采项目,杭州迪普科技有限公司(以下简称“迪普科技”)凭借扎实的产品技术实力与丰富的电力行业成功经验,在与华为、东土、中兴、博达等众多厂商竞争中,凭借优异的测试成绩脱颖而出,夺得三层工业交换机最大标段。
上海电力配网:高要求,严测试
北京、上海是国内率先使用工业交换机组建电力配网的试点城市,对配电自动化技术的先进性要求高。事实上,通信系统的优劣很大程度上决定了自动化系统的优劣,因此上海配网工程对通信系统的载体—工业交换机的品质要求尤为严格。
本次集采为保证参与厂家在产品功能及性能均满足工程需求且真实可靠,要求所有指标均通过国网测试。
迪普科技:工业品质,智慧网络
此前,迪普科技于2014年上海配网试点工程中独家中标近千台工业交换机,取得了在上海配网的首次大规模应用,该批设备已在网稳定运行两年,设备丰富的网络特性和工业级品质获得了上海电力用户的一致认可。
本次上海电力配网集采在原先的基础上进一步对网络设备的性能和功能提出了更高的要求,所有高端特性均需要进行测试;本次测试中,除互联互通和稳定性以外,迪普科技工业交换机更通过了VPN隧道、PTP对时等高端特性的测试,全面符合上海电力配网对网络承载设备的需求,获得了国网A类工业品认证,斩获三层工业交换机最大标段。
过去,迪普科技不断深化工业交换产品在上海电力行业的拓展与应用,并且设备在网运行稳定,收获了良好的口碑;未来,迪普科技将继续结合电力行业的特点与自身实践经验,持续为电力用户提供优质的产品和解决方案。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。