2020年以来,新冠疫情推动社会加速数字化转型,线上教育、远程医疗等新业态蓬勃发展,各行各业加速利用数字技术筑就抗击疫情的“铜墙铁壁”,政企“上云”,挖掘数据价值,从试点走向广泛共识。
伴随着政企上云的热潮,2020年4月紫光云与智能事业群成立。近两年来,紫光云与智能事业群充分整合集团优势资源,聚焦“1+2+3”战略,伴随着百行百业数字化转型的需求快速成长,在市场业绩、产品创新、落地案例等多个维度表现卓越,在国内云计算尤其是政企云领域取得了骄人业绩。
战略聚焦+资源整合 紫光云进入领导者象限
2021年紫光云与智能事业群收入实现99%的增长,并在云服务、智慧城市、行业云、产品四大领域表现不俗,其中云服务收入增长高达136%,智慧城市增长率达到190%,远高于市场平均增速。

紫光云与智能事业群执行总裁、新华三集团高级副总裁 陈子云
紫光云与智能事业群执行总裁、新华三集团高级副总裁陈子云强调,“业绩高速增长的原因主要有两点,第一,是我们拥有清晰的战略目标,即‘1+2+3’战略;第二是资源整合。”其中“1+2+3”战略为:
此外,紫光股份旗下“云网”版块的优势资源整合,为紫光云带来了巨大的市场加持作用。紫光云与智能事业群首席品牌营销官、新华三集团副总裁杨玺表示,紫光云与智能事业群在2020年成功实现“技术、品牌、市场、服务”四个方面的统一,开启了快速成长的步伐。在过去的一年里,紫光云的品牌声量取得大幅增长,收获更多行业和用户的认可。

紫光云与智能事业群首席品牌营销官、新华三集团副总裁 杨玺
值得注意的是,今年9月,在中移资本领投下,紫光云技术有限公司完成了6亿元的融资,不仅有望利用资本进一步扩大市场,加大产品投入,通过与中国移动达成战略合作,借助其广泛的线下资源,也有望推动紫光云下一步增长。

紫光云技术有限公司总裁 王燕平
紫光云技术有限公司总裁王燕平表示,比金子更重要的是信心,紫光云的成功融资充分证明了外界对紫光云的技术路线和市场能力的充分肯定。
赋能政企客户“上云 用数 赋智” 成就数字化转型价值伙伴
紫光云与智能事业群研发总裁、新华三集团副总裁柳义利表示,未来所有的数字化转型都将是围绕“云数智”的转型,基于此,紫光云与智能事业群已在今年进一步升级云与智能平台,发布以紫鸾和绿洲平台为核心组件的紫光云3.0,为广大政企提供了覆盖上云、用数、赋智的一站式产品和解决方案。

紫光云与智能事业群研发总裁、新华三集团副总裁 柳义利
基于紫鸾3.0的同构混合云可以适配各种应用场景,为客户提供统一界面、统一目录、统一运维、统一运营、统一API的良好使用体验。目前,紫鸾平台已经在中建集团完成交付,为其打造的云计算平台、大数据平台,构建起集团信息化136工程的技术底座。
绿洲平台则在13大场景发布了10个行业套件,覆盖智慧城市、智慧校园、智慧园区、智慧城轨等行业。随着数据应用向全行业发展,紫光云与智能事业群也持续大力投入绿洲数据平台开发,通过深入挖掘数据价值,赋能客户在业务层面实现数字化转型,创造新的商业模式和竞争优势。
在重庆市医疗信息保障平台的项目建设中,以紫鸾平台构建云基础管理运营能力,以绿洲平台推动数据运营、应用开发、融合集成,稳稳支撑起3260万参保人员、15万家参保企业及单位每日高达80万+笔数据交易,大幅缓解了各定点机构的医保结算压力,同时也让医保服务效率也得到显著提升。
此外,今年紫光云与智能事业群已经完成数据库场景布局,致力将数据库全生命周期的管理简单化、易用化、去技术化。
2022行以致远 共筑云智未来
数字化时代,数据已经成为和工业时代的石油、电力一样重要的“能源”,客户需求也不断变迁。2022年紫光云与智能事业群在技术方案创新上将聚焦三大方面,持续满足政企数字化转型的需求:
此外,在云服务方面,将继续做好已有的服务运营,把紫鸾平台和绿洲平台往场景化发展,一方面是打造云的能力,另一方面是向各行各业发展,做出具有行业属性的PaaS,拓展智慧矿山、智慧交通、智慧医疗、智慧教育等等,深耕行业数字化,做“云数智”的全栈云。对于智慧城市和行业云,定位于从品牌向质量转移,从智慧乡村、智慧园区等多维度关注泛政府的数字化智能化的建设。
时值“十四五”将”数字中国“提上议程,可以预见2022年数字化转型依然会是广大政企的核心战略。在新的一年,紫光云与智能事业群将继续坚持“1+2+3”战略,将其做好、做大、做强,倾听市场的声音,倾听客户的声音,按照市场规律办事,行以致远,成为智能时代百行百业数字化转型的最佳合伙人。
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。