迈入2020年的我们,正站在下一个十年的入口,畅想着未来会有什么新变化?当今世界,人与人、人与物的感知和交互因联接变得丰富且精彩,未来世界,5G、AI、云等新ICT技术打造的数字世界将带来更多可能,创新的速度将超乎想象。
2020年初,“新基建”为数字中国建设和数字经济发展指明了新方向。今年政府报告中提出,重点支持既促消费惠民生又调结构增后劲的“两新一重”建设,即加强新型基础设施建设,加强新型城镇化建设,加强交通、水利等重大工程建设。从长远来看,无论是“新基建”,“新城建”还是水利交通等重大工程建设,他们的核心正是数字化转型,各行业企业也将借助乘此“东风”,创造出更多的“中国式新速度”,为经济发展“增后劲”。而以“快”为标签的“新联接,新计算”则是实现这一转型和加速必要条件。
未来十年,基于5G、AI、云等打造的自动驾驶、虚拟办公、陪护机器人等智能化场景将加速融入我们的工作和生活,驱动着智能世界的加速到来。
以5G为代表的“新联接”,特质同样是“快”,但不只是物理层面的速度快,而其更大的价值体现在将云、AI、边缘计算、物联网、高清视频等新 ICT 技术的快速打通,使行业数据采集、传送、存储、计算、分析及反馈实现闭环,助力行业构筑数字生产力,加速数字化转型进程,从而充分释放数据要素价值,带来更多创新体验。
以深圳机场的数字化转型为例,深圳机场于2019年底发布支持深圳机场建设智慧机场先行示范的指导意见。意见提出,到2030年,全面实现数字化与业务的深度融合,促进机场各个环节高速运转,智能化达到世界一流水平,成为“智慧机场标杆”。
深圳机场集团数字化负责人曾表示,机场数字化转型是一个复杂的系统性工程,深圳机场提出以新理念、新蓝图、新平台、新技术、新速度、新模式、新成效,来打造数字化的最佳体验机场。为此,深圳机场通过“云网协同”,打通了IoT、大数据、AI、视频云、GIS(地理信息系统)和融合通信(ICP)等众多ICT资源,实现了机场运行一张图,将航班准点率提升至87%,并率先实现智能机位分配,自动秒级分配,一年时间,让四百万乘客不用再乘坐摆渡车,节省了更多出行时间;同时“出行一张脸”让安检效率提升了60%,也减少旅客掏证丢失风险,更体现出了数字化机场运营的新速度和新效率。
以“快”著称的“新联接”,其不仅是打通物理世界与数字孪生世界的桥梁,更是各行各业数字化转型的关键基石,将加速释放数字生产力的价值。
新计算的出现源于产业数字化进入深水区,算力增强增速势在必行。在各行业生产系统、决策系统走向数字化、智能化的过程中,数据会在端边云上随时产生,分布式计算应运而生业内流行一个通俗说法是“数据在哪里,计算就得在哪里”。所以,新计算的速度必须跟上数据的脚步,这也是实现数字化转型和智能升级的前提。
而随着数据量的爆发式增长,需要极致强大的算力支撑;同时单一架构(X86)满足不了多样化数据的计算要求,具备异构、多样化等特征的新计算正在成为主流。因此,目前在以多样性算力匹配不同应用、以软硬件联合设计进行垂直优化、而以数据驱动的架构将会越用越快,也只有这样的新计算,才能跟上数据的脚步,加速实现产业数字化。
新联接的特质是“快”,新计算的特质也是“快”,当新联接深入千行百业,在新计算的推动下,各行业将由内而外的发生数字化转型的加速落地,从而创造更多的“中国式新速度”。
以交通行业为例,“新联接、新计算”重新定义高速公路的“高速”与“无阻”——相信大多数司机朋友们都体会过高速公路省界收费站堵塞所带来的困扰,一边交了通行费,另一边又要领入境卡,繁琐缓慢;同时对于高速管理者来说,拥堵造成的尾气污染,以及偷逃通行费等“顽疾”也难以根治。
去年,取消高速公路省界收费站的工作推进不断提速,在基于物联网、AI、大数据云平台、边缘计算、GIS地图等诸多新ICT技术打造的场景化解决方案的助力下,高速公路加速完成了数字化转型和智能升级,不仅全面提升了高速公路的通行效率,实现了节能减排,更将偷逃通行费等“顽疾”一并根治,在打通交通大动脉的同时,大众的出行体验也得到了全面升级。
当前,各行业的数字化转型不断深入,智慧交通、智慧水务、互联网+政务,智慧港口、智慧矿山等智能化应用不断涌现。在这背后,“新联接、新计算”就像是数字化时代的大功率的“发动机”,助力各行业跑出数字化转型的新速度,增后劲;成为数字经济发展新动能,全面支撑“两新一重”建设,为经济发展增后劲。
活动预告
2020年,华为中国生态大会进入第十年。伫立十年关口,本次大会将为您呈现全新的生态篇章。因聚而生 举势而为 ——华为中国生态大会2020,“华为搭台、伙伴唱戏”的 “众筹办会”模式闪亮登场,诚挚邀请您共同参与,把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。