不论是面对“三年大疫”还是经济衰退,数字经济体现出了极强的韧性。正如习近平总书记所强调的那样,要“充分发挥海量数据和丰富应用场景优势,促进数字技术和实体经济深度融合,赋能传统产业转型升级,催生新产业新业态新模式,不断做强做优做大我国数字经济”。而云计算作为我国数字经济的底座,在服务数字经济变革和发展的过程中进行了不断自我迭代和重构。
深入客户业务 行业云实现三大转变
紫光云与智能事业群在服务于百行百业数字化转型过程中总结出了自己独特的观察与见解。紫光云与智能事业群副总裁柳义利接受至顶网记者专访时表示:“客户对于行业云的关注重点发生了三大转变:业务需求不断上移,分布式云将成未来重点技术,云服务将是大势所趋。”
紫光云与智能事业群副总裁柳义利
从企业的业务侧看,客户更专注的是业务价值。柳义利表示:“最近5年变化最大的是用户的关注点在不断上移,以前关注基础设施、IaaS层,后来是PaaS层,而现在客户关注的是业务价值,SaaS成为客户关注的重点。”
不论是健康码、消费券发放,可以看到行业云的社会价值在一步步凸显,成为关系到国计民生的重要业务。柳义利对此深有感触:“这对云提供商带来了新的挑战,不仅只能提供IaaS或PaaS的能力,而是要提供从SaaS到IaaS的全栈能力,并且要保证安全可靠,才能帮助客户实现最终业的务价值。”
“从技术角度看,之前有私有云、公有云之争,后来大家转向同构混合云,这两年都重点耕耘分布式云。技术架构的进步,带来的是与位置的无关性,满足客户更广连接、更低时延、更全局化的需求。”
而这一需求正是政企客户面对“数智化转型”所需要的云能力。柳义利表示:“智慧城市、智慧教育等行业都建立了自己的数据平台,都需要通过数据的拉通,治理,挖掘,兑现数据价值,最终为政企创新提供能力。未来,大数据和人工智能成为核心的创新点,只有发挥分布式云的能力才能让客户业务有更大的进步。”
从商业模式看,云服务模式将是大势所趋。柳义利认为:“云服务考量的是服务团队的支撑能力、运营能力。而这需要对行业的深刻理解。百行百业客户之间的业务有非常大的差异,紫光云与智能事业群一直是跟随这些行业客户共同成长起来,从提供ICT基础设施做起,一步步了解客户技术变迁,帮助客户逐渐完善IT架构。因此对行业的理解将成为紫光云的优势所在与特色之一。”
三个任意、融合全场景构建紫光分布式云独特优势
依托代码同构的统一平台和全面打通的底层架构,紫光云已经能够支持任意位置、任意规模、任意应用的云场景化应用,从而提升开发效率、降低转型成本,加速业务革新。柳义利指出:”紫光云与智能事业群的分布式云,在哪里都可以放,所有应用都可以在上面跑。包括单体应用、云原生应用等。“
“任意规模。紫光云与智能事业群可以做到边缘云最小一个节点,边缘站点三个节点。也可以做到5000台服务器规模的一个中心。此外汇集几个中心点联合起来上万台服务器也可以轻松实现,这就形成了一个弹性架构来做分布式云的能力。”
“轻量化方面,我们现在4台就能完成管理的工作。在中小规模云当中这样的优势可以说是无可比拟。”
全场景融合、云边协同、多中心协同,这都是紫光云的天生优势。柳义利表示:” 最重要的是存量纳管。比如我们把原先做过的虚拟化可以纳入进来,这样可以对用户原有的投资进行保护。目前很少有政企用户说把原先IT推倒重做的情况。服务器利旧、软件利旧是客户的普遍需求。我们的云是可生长的,可以在原先基础上逐渐长成一朵云,这样才能最切合政企客户们的真正需求。”
数智转型,共性、个性要兼容并济
数据的不断沉淀,数据驱动的新业务成为企业不断创新的源泉,AI的加入让企业创新变得更为触手可得。紫光云与智能事业群认为,只有让数据流动起来,AI用起来才能发挥其最大的价值。“如果没有AI,数据的价值就无法体现。”柳义利认为:“要实现业务的智算,软件方面有云平台、大数据、数据库能力。硬件方面,不管是CPU、GPU、服务器、交换机这些也是我们强项。”
“数据一旦形成汇集,就会对数据软件和业务能力带来新的挑战。包括数据库的分析能力,数据库湖仓一体技术、分布式数据库的能力等。如何在海量数据中快速找到你要的数据,变得非常重要。”
“紫光云与智能事业群很早就布局数据库领域。包括分布式数据库,分析型数据库等。比如交易型数据库技术和产品,在去年医保云项目当中表现良好。支持了全国近20个医保云场景,支撑了医院、医疗机构,药店在挂号、报销、采买各个环节的数据应用。
“在分析型数据库场景,在视频AI领域,视频处理领域等有了大量应用。未来产品还会持续演进,在智算平台算力AI打造上,我们也在打造自己的平台。”
然而无论在企业数字化转型还是数智融合中,既存在着共性需求也有不同行业千差万别的具体场景与需求。如何实现兼容并包,紫光云与智能事业群有着自己的方法论和做法。
“首先,我们尽量把行业共性东西沉淀在PaaS平台上。其次,行业数字化差异化特性,我们将其沉淀到大数据平台上做成行业套件,使其带有独特属性,并形成标准化。形成标准化后的接口对外开放就变得易使用、可复制。“
”在最后一公里的实际操作层面,我们会和伙伴一起将数字化应用和差异化东西,让本地团队实现交付和改造。合作伙伴们只需基于我们行业套件和标准化的这些接口,和客户做最后一公里的用户界面定制化连接。”柳义利说。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。