至顶网软件频道消息:如同水、食物和卫生设施,能源在人类的工作和生活中扮演着不可或缺的角色。对于能源企业而言,如何顺应产业发展趋势,将新的信息技术应用于能源行业,从而更加高效地开采和利用资源,为各行各业提供更优质的服务,是摆在他们面前的一道必答题。
能源行业需要新气象。通过云和大数据,能源企业能充分挖掘自身的潜力,提升企业的运行效率,满足数字化升级需求。针对这一话题,在10月19日举办的第八届中国企业能源信息大会上,金山云能源行业解决方案总监刘昊发表主题演讲,与听众分享金山云在能源行业的探索。
金山云能源行业解决方案总监刘昊发表主题演讲
能源企业快速上云首选银河平台
2016年8月,国务院在《“十三五”国家科技创新规划》中,对能源行业提出了加快技术创新、形成技术突破的要求。随着新技术向能源行业的渗透,对云和大数据的运用,已成为推动能源行业发展的重要因素。
不同与其它行业,能源企业体量巨大,系统结构分散,数据采集难度大,运维效率亟待提高。对于能源企业来说,只有通过快速上云、灵活部署,既能让原有业务云化,又能基于云平台开发新的应用,才能实现多种业务场景的全面覆盖。这就需要功能更全面的全栈云平台。
刘昊在演讲中介绍说,金山云凭借丰富的云服务经验,推出了银河平台,作为面向多个领域客户的行业级云服务,银河平台能够为能源企业客户提供全栈云平台解决方案,在专属数据中心快速构建行业云平台,包含IDC建设与管理、产品输出、云服务运营平台建设等全流程服务。通过银河平台,客户能够快速获取灵活、弹性、安全可靠的IT能力,简化端到端业务流程,提高运营效率,而且能够与客户自身的IT资源相结合,为实现企业数字化提供有力支撑。
刘昊表示,在此基础上,金山云能为能源行业客户提供多种服务,例如,通过金山云专线产品搭建混合云环境,利用公有云资源的弹性伸缩特性,能源企业可平稳度过业务高峰,并可以利用原有的IT资源;通过金山云的大数据、AI、IoT等产品,优化能源调度管理、设备预警维修、能源传输网络优化等重要环节;通过金山云的AI内容安全监管平台——金睛,实现设备无人化管理、生产环境数字化管理,提升能源生产运营效率。
金山云智解决大数据应用难题
“大数据是能源行业未来的发展趋势,金山云基于自身的云端计算资源,希望为能源企业客户更高效挖掘数据金矿”,刘昊表示,能源企业上云后,在各种应用场景下会产生数据,随着数据量的急速增长,如果能从中提取有效信息,应用于企业的战略决策、生产经营、科技研发之中,将为企业创造更大价值。
金山云打造自主研发的融合云计算、人工智能与大数据的综合性解决方案金山云智,为客户提供一站式大数据开发应用服务。金山云智融合人工智能、区块链等前沿科技,快速搭建与公有云能力相匹配、弹性伸缩、能力完备的大数据平台,一站式构建大数据处理能力,提供数据集成、数据管理、数据开发、数据分析等服务,解决客户处理大数据时面临的信息孤岛、规模和性能瓶颈、使用门槛高等应用难题。
金山云智提供的数据服务能够提高能源企业科研、作业的效率,降低成本,高效预测行业发展趋势及动态。例如对石油公司来说,通过大数据分析,能够为企业提供丰富的地质信息资料,反映地质结构、地层变化,通过数据为油气勘探开发提供依据。“大数据技术在能源领域的深入应用,将加速推进能源产业的快速发展和技术创新”。
“金山云希望以云+大数据的组合,辅以AI等新技术,让科技贯穿于能源生产、传输和消费的全过程中,全力推动能源行业的生产和消费革命”,刘昊表示,不仅如此,金山云更希望在更多的行业有所作为,让科技创新成为各行各业市场开放和产业升级的重要推动力,在改变商业模式的同时,也改变人们的工作和生活。
好文章,需要你的鼓励
微软在Edge浏览器中推出了名为"Copilot Mode"的新功能,让用户在AI助手的帮助下浏览网页。该AI助手能理解用户的研究内容,预测用户需求并代为执行操作。目前该功能仍为实验性质,默认需用户主动开启且免费提供给Mac和PC用户使用。功能包括搜索、聊天、网页导航辅助等,还能处理预约、购物清单制作等任务,并可作为研究伙伴查看所有打开的标签页进行产品比较或在线研究。
上海AI实验库推出YUME系统,用户只需输入一张图片就能创建可键盘控制的虚拟世界。该系统采用创新的运动量化技术,将复杂的三维控制简化为WASD键操作,并通过智能记忆机制实现无限长度的世界探索。系统具备强大的跨风格适应能力,不仅能处理真实场景,还能重现动漫、游戏等各种艺术风格的虚拟世界,为虚拟现实和交互娱乐领域提供了全新的技术路径。
Copilot+ PC在企业市场渗透缓慢,IT决策者对其专有Windows AI功能印象一般。尽管微软推出了配备NPU芯片、支持40+ TOPS算力的高端笔记本,但企业更关注Windows 11设备更新等优先事项。分析显示,2025年第二季度欧洲AI PC出货量中,Copilot+ PC仅占9%。其专有功能如Recall、Click to Do等主要面向消费者,对企业价值有限。企业购买此类设备更多是基于硬件升级周期和对未来AI应用的投资,而非当前AI功能需求。
上海AI实验室研究团队开发了革命性的AI编程验证方法,让大语言模型能够在最小人工干预下自动生成和验证程序规范。该方法摒弃传统的人工标注训练,采用强化学习让模型在形式化语言空间中自主探索,在Dafny编程验证任务上显著超越现有方法,为AI自主学习开辟新道路。