数据是国家基础战略性资源和重要生产要素。加快构建全国一体化大数据中心协同创新体系,是贯彻落实党中央、国务院决策部署的具体举措。国家发改委在“关于加快构建全国一体化大数据中心协同创新体系的指导意见”中特别指出,要以加快建设数据强国为目标,强化数据中心、数据资源的顶层统筹和要素流通,加快培育新业态新模式,引领我国数字经济高质量发展,助力国家治理体系和治理能力现代化。由此可见,数据是我国经济发展的重要一环。数据中心作为数据的载体、新型基础设施,其发展同社会经济的发展息息相关。
4月22日,由《网络安全和信息化》杂志社、IT运维网主办的“2021智慧数据中心峰会”在北京新世纪日航饭店成功举办,主题为“‘智’同道合,赋能数据新基建”。
宏杉科技金融行业产品总监徐松在会上发表了题为“智存高远 宏创未来”的主题演讲。此外,宏杉科技还在峰会上发布了企业级高端智能存储MS9000G2,该产品入选了“2021数据新基建·金建榜优秀产品”榜单。宏杉科技以智能存储推动中国数据中心行业蓬勃发展。
宏杉科技金融行业产品总监 徐松
随着数字化转型的深入推进,越来越多的企业通过不同方式走向数字化转型之路。在宏杉科技看来,企业要想确保数字化转型的成功,就需要对数据中心进行转型,这需要一个现代化的数据中心基础架构。
为建设现代化的数据中心基础架构,用户对高端存储提出了更高的要求,不仅要满足传统业务系统对于存储高可用、高可靠、高一致性的要求,还需要不断进化,适应云原生、弹性扩展等新技术的应用趋势。
宏杉科技在存储领域拥有超过15年的研发经验和技术积累,成为全球存储领域少数具有全系列产品及解决方案研发、生产、销售和服务能力的高科技企业。宏杉科技扎根中国,洞察用户需求,推出了双矩阵高端多控、端到端NVMe 等业界领先的存储技术。
去年,宏杉科技正式发布支持NVMe的高端全闪存MS7000G2-Mach,极致性能实现用户业务的极速响应。随后,宏杉科技致力于NVMe产品的系列化,先后发布面向中端存储市场的NVMe全闪存MS5500G2-Mach,以及在全线存储产品上配置NVMe SSD的智能NVMe盘柜DSU5625。当前,NVMe-oF协议的演进已成为大势所趋,宏杉科技已基于100G RDMA实现对NVMe-oF的支持,可提供端到端的NVMe,满足企业级数据中心对低时延和高性能的要求。
今年,面向数据中心核心应用,宏杉科技发布了高性能、高可靠性的企业级高端智能存储MS9000G2,满足用户核心业务最苛刻的可靠性要求。MS9000G2延续宏杉科技十余年成功的高端存储设计经验,采用最新一代至强可扩展处理器和大缓存设计,内置硬件加速,轻松提供数百万级IOPS以及超低IO延时。同时,结合宏杉科技独有的V4引擎技术,在一个控制框内将四个控制器通过PCI-E 3.0技术进行高速互联,搭建紧耦合架构。在缓存数据访问上,通过缓存四重镜像算法,实现写缓存数据在四个控制器内实时同步,保障任意三个控制器同时故障时,缓存数据不丢失。在硬盘访问上,采用创新的硬盘网络交换矩阵架构,每个控制器和磁盘柜都通过SAS 3.0通道互联,保证任意三个控制器同时故障时,所有硬盘访问不受影响。为用户提供万无一失的数据和业务连续性保护。
宏杉科技MS9000G2可以为不同行业用户的数据中心核心应用提供高性能、安全可靠、资源弹性部署的存储平台。诸如银行的核心交易系统、医院的HIS系统、财政的支付系统、企业的ERP系统,为用户核心数据保驾护航。
徐松表示,宏杉科技一直以来专注于存储领域,不断创新,努力打造极致性能,安全可靠和数据智能管理的存储产品,并赢得了市场的广泛认可。未来,宏杉科技将持续深耕金融、政府、教育、医疗、交通等行业,凭借智能创新的存储产品及解决方案加速百行百业数字化转型。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。