3月29日,2024北京AI原生产业创新大会暨北京数据基础制度先行区成果发布在北京经济技术开发区(北京亦庄)举办。桑达股份总裁、中国电子云董事长兼总裁陈士刚出席活动并参加北京亦庄人工智能公共算力平台点亮仪式;中国电子首席科学家、中国电子云总工程师朱国平出席活动并做主题演讲;中国电子云副总裁张颖代表公司进行重大项目签约。
基于中国电子云CECSTACK一体化算力平台打造的北京亦庄人工智能公共算力平台3000P规模算力设备正式点亮并投入使用
“新质算力基础设施是发展新质生产力的重要支撑”朱国平在演讲时表示,新质生产力作为一种先进生产力,关键在于“新质”,也就是以“自主创新”为内核,具有高科技、高效能、高质量特征的生产力,因此对于支撑新质生产力发展的算力资源提出了新的要求。在此背景下,中国电子云作为中国电子自主计算体系核心组成部分,正加快打造新质算力基础设施,推动新质生产力加快发展。
中国电子首席科学家、中国电子云总工程师朱国平主题分享
朱国平认为,新质算力基础设施呈现出3个不同于传统算力基础设施的新特征,分别为:新理念、新技术与新模式。
新理念
新质算力基础设施是在云原生叠加AI原生的设计理念下,将算力、数据、先进存储、安全进行深度融合,用于高效承载数据和人工智能的新型基础设施,同时提供基于AI安全的可信数据空间,以及以数据驱动的AI原生应用的开发范式;
新技术
新质算力基础设施通过一云多智芯、多元异构算力混合调度技术,通用计算、智算和超算一体化管理技术,分布式数据编排技术,数据与算力亲和调度等数据加速技术,并行文件系统、共享数据分层及GDS等高性能存储技术以及人工智能可信安全防护技术为基础,提供高效数据管理、高性能数据存储以及可信安全屏障能力,满足数据和人工智能业务发展需要;
新模式
新质算力基础设施基于实现全国一体化算力网、算力高质量互联互通为目标进行建设,同时新质算力基础设施必须开放包容,可以支撑千行百业的数字化创新,支撑新业态、新生态培育。
基于以上思考,中国电子云成功助力北京亦庄人工智能算力平台建设。作为北京最大规模的高性能人工智能计算集群,北京亦庄人工智能算力平台基于中国电子云CECSTACK一体化算力平台打造,为大模型相关企业提供3000P高性能智能算力、大容量高速存储以及高带宽、低延迟网络服务,助推大模型训练和行业应用,为北京加快建设具有全球影响力的人工智能创新策源地贡献“亦庄力量”。
重点项目签约仪式
会上,中国电子云作为首批入驻北京数据基础制度先行区的数据要素企业也正式与北京亦庄进行重大项目签约,将以“云+数+安全+咨询+解决方案”的总体思路,推进北京数据运营业务,助推北京数据基础制度先行区建设和AI原生产业发展,打造覆盖“高质量数据集-国产算力底座-自主可控算法-示范性应用场景”全要素的AI原生产业创新高地。
本次大会由北京市发展和改革委员会,北京市经济和信息化局,北京市科学技术委员会、中关村科技园区管理委员会,北京市市场监督管理局,北京市政务服务和数据管理局,北京市通信管理局,北京经济技术开发区管理委员会,北京亦庄投资控股有限公司主办;北京亦庄智能城市研究院集团有限公司,中国信息通信研究院承办;中国人工智能产业发展联盟、经开区国家信创园、中国电子云、北京市建筑设计研究院股份有限公司支持。
当前,国家大力推动算力基础设施高质量发展,中国电子云作为中国信创云的引领者,积极履行时代所赋予的责任使命,大力推进新质算力基础设施建设,推动新质生产力加快发展,以创新应用赋能千行百业,争做算力基础设施高质量发展的“压舱石”和“顶梁柱”。
好文章,需要你的鼓励
前谷歌资深工程师David Petrou创立的AI初创公司Continua宣布完成800万美元种子轮融资,由GV领投。该公司开发AI智能体技术,可加入SMS、iMessage和Discord等群聊平台,为用户协作提供智能支持。Continua能够在群聊中自动设置提醒、发起投票、添加日历邀请或生成待办清单,解决群聊混乱问题。公司通过微调技术让AI理解群聊动态,具备社交智能,只在需要时提供帮助。
艾伦人工智能研究院开发的MolmoAct是首个开源的机器人空间推理模型,通过"看懂-规划-执行"三步思考法让机器人具备类人的空间理解能力。它不仅在多项基准测试中表现优异,还支持直观的视觉轨迹调教,用户可直接在屏幕上画线指导机器人行为。研究团队完全开源了模型、代码和数据集,为全球机器人研究提供强大基础平台。
Anthropic宣布为企业客户增加Claude单次提示词的信息处理量,以吸引更多开发者使用其AI编程模型。Claude Sonnet 4现支持100万token上下文窗口,可处理75万词或7.5万行代码的请求,是此前限制的5倍,超过OpenAI GPT-5的40万token。该功能也将通过Amazon Bedrock和Google Cloud等云合作伙伴提供。更大的上下文窗口有助于AI模型更好地处理软件工程问题和长期自主编程任务。
这项由北京大学和清华大学联合完成的研究首次提出时间自奖励语言模型,通过"锚定拒绝"和"未来引导选择"策略解决了AI自学习中的梯度消失问题。该方法让AI既能从过去的低水平样本中学习反面教材,又能向未来的高水平样本学习正面目标,成功维持了清晰的学习对比信号,在多个基准测试中显著优于传统自奖励方法。