智行·见远|智慧园区峰会:汇数驭智,打造新型智慧园区
在2021 NAVIGATE 领航者峰会上,紫光股份旗下新华三集团正式发布智慧园区解决方案,通过汇数、驭智,构建智慧园区大脑,打造“安全、便捷、绿色、高效”的智慧园区应用场景,助力园区智慧化升级,加速“数字中国”建设。
随着云计算、人工智能、物联网和大数据等新一代信息技术的发展,智慧园区建设成为大势所趋,并向着数字化、创新化、智慧化转变。在2021 NAVIGATE 领航者峰会上,紫光股份旗下新华三集团正式发布智慧园区解决方案,通过汇数、驭智,构建智慧园区大脑,打造“安全、便捷、绿色、高效”的智慧园区应用场景,助力园区智慧化升级,加速“数字中国”建设。
新华三集团副总裁、解决方案部总裁李立表示,作为城市的基本单元,园区已逐渐成为人们最重要的生产生活场所,不仅在促进生产要素有效配置、节约社会资源等方面发挥着“先锋队”的作用,也是推动数字经济发展的重要驱动引擎。要推动园区运营与体验创新,就要融合沉淀各类新型ICT技术,同时深刻理解各行业真实需求,让技术创新与行业需求形成合力,方能让智慧的果实惠及更多百姓。
中国信息通信研究院产业与规划研究所副所长刘高峰表示,“智慧园区是更小物理空间上的智能生命体,具有全面感知、泛在连接、主动服务、智能进化、以人为本、绿色高效、业务增值等特征。需应用数字智能技术,以人的需求作为根本出发点,让园区中的人工作更高效,生活更美好;实现园区智能运营和精益运营,资源和空间高效配置和充分共享;并推动产业高质量发展,促进业务增值,才能实现园区全面数字化,推动园区高质量发展。”

中国信息通信研究院产业与规划研究所副所长刘高峰
“十四五”时期,数字中国建设全面提速,智慧园区作为数字中国建设的重要内容,需要通过技术创新、应用落地、生态建设等方面持续努力,加快释放数据价值。新华三集团基于“云智原生”战略,为智慧园区建设提供咨询规划、设计实施、运维管理等全面方案和服务,以科技创新加速园区向数字化、智能化时代迈进。
新时期的智慧园区需要同时考虑数字化、流程制度以及文化的共同发展。新华三集团解决方案业务部总经理王君菠表示, 新华三致力于以联接、计算、数据、AI、云等数字化技术为支撑,通过制度保障、流程优化、人文文化体系建设,为园区使用者带来安全感、体验感、成就感、归属感、价值认同感和自我价值实现,将智慧园区建设成园区使用者的第二家园。
智慧园区现阶段仍处在探索阶段,建设中面临着诸多挑战,例如缺乏整体规划和统一设计,各部门垂直建设数据无法共享,建设完成后系统缺少维护,无力运营等。为应对这些问题与挑战,王君菠表示,智慧园区建设不应局限于技术化或数字化的层面,而是要站在“全面布局、科学规划、智慧落地”的高度上发展园区,建设园区。
新华三集团智慧园区解决方案具备顶层规划咨询能力、重点关键方案能力、建设实施落地能力、运维运营保障能力在内的全栈能力集,以绿洲平台为核心,实现完全的数据驱动能力,提供完善成熟的的项目管理和质量总体管控流程以及运维可视化管理。具体实现了:

2021 NAVIGATE 领航者峰会智慧园区峰会现场
新华三智慧园区产业联盟正式发布
会上,新华三集团联合首批12家生态伙伴成立“新华三智慧园区产业联盟”,将携手共进、联合创新、快速方案迭代,满足多样化客户需求,加速企业数字化转型。
目前,新华三集团深入智慧园区建设,已成功打造多个智慧园区标杆。西安交通大学第一附属医院孙增利表示,新华三在“中国西部科技创新港MED-X研究院、生物医学实验中心智慧医学实验室”建设实践中,基于绿洲平台,实现消防、安防、后勤、能效,实验室环境的综合管理,最终实现全要素、全场景、全流程的园区数字化,满足精益管理的要求。

西安交通大学第一附属医院孙增利
在新华三集团自身园区实践中,智慧园区解决方案涵盖了访客舒适接待、员工日常办公、园区设备能效和智能安防等场景。其中,在智慧办公应用场景下,新华三将服务贯通在员工上班的整个过程中,实现了早餐预定,刷脸考勤,访客服务,智能会议,智能健身等应用服务。未来,新华三将与更多园区合作伙伴进一步深度合作,继续完善新型智慧园区建设,为园区用户提供更安全、更高效、更经济的智慧服务,推动更多园区在安全管理、产业经济发展、企业服务、员工服务等方面全面实现智能化。
在数字化转型的驱动下,园区从传统向智慧园区不断演进。新华三集团将基于“云智原生”战略,通过将产品内生智能、全面云化,解决方案集成智慧、全面赋能,从而打造加速数字化发展的云智原生能力,持续孵化智慧园区最佳实践,助力数字中国建设。
0赞好文章,需要你的鼓励
推荐文章
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。