12月24日,由天津市人民政府与中国电子信息产业集团有限公司共同主办的PKS安全先进绿色计算2021生态大会在津召开。天津市委书记李鸿忠出席开幕式。中国电子党组书记、董事长芮晓武,天津市委副书记、市长廖国勋致辞。中国电子党组副书记、总经理曾毅主持。大会在全国设立1000多个线上分会场,共约10万人参会观看。
大会以“聚势聚能,共擎共飞”为主题,旨在展示安全、先进、绿色“PKS”自主计算体系的发展战略和成果。来自行业协会、生态企业代表、专家学者的嘉宾齐聚峰会,智谋我国自主计算产业发展的战略决策、技术路线、解决方案,倡议建立战略驱动、自主创新、平等合作、健康发展的安全先进绿色计算产业生态,围绕扎实推进计算产业发布一批创新成果。
此次大会上,天津市正式发布“中国信创谷”建设规划和天津市九条支持政策,涉及设立100亿元规模信创产业基金和每年拿出10亿元专项扶持资金等。天津滨海新区与中国电子、京东、用友、金山办公、金蝶签署共建中国信创谷框架协议。
中国电子党组书记、董事长芮晓武表示,十年来,中国电子与天津市坚定地选择了一条安全为先、融入移动、绿色节能的先进计算发展之路,形成了飞腾CPU、麒麟操作系统和全流程全环节立体安全防护的自主计算体系,即PKS体系。这是一条选得对、走得通、且生命力旺盛的技术路线。中国电子将坚持“联合创新”理念,共同实施“千千万万”生态建设行动,共创PKS生态的繁荣未来:投入千亿资金,为发展先进计算芯片提供设计、制造等条件;设立千亿产业基金,强链稳链;联合国内高校和科研院所,培育万名战略科技与产业人才;支撑万亿网信产业集群,共建一个更开放、更包容、更有活力的安全先进绿色计算生态。
新安全、新架构、体系化是新时代计算体系发展的新趋势。中国电子按照“单品先进、系统优化、体验最优”三大理念进行PKS体系设计。截至目前,中国电子通过“PKS in”为生态伙伴提供核心能力,“PKS+”为生态伙伴提供发展引擎,与100000+生态伙伴围绕新基建应用场景,打造了2000+硬件方案、3000+软件、200000+软硬件适配,并在政务、金融、电力等领域取得了广泛应用。会上,中国电子还与百度、腾讯、京东、用友、金蝶分别签署战略合作框架协议。
标准是生态发展的基础和核心。会上,中国信息产业商会针对安全先进绿色计算的关键环节,组织制定了10项团体标准,全面覆盖了PKS体系的参考架构、基础软硬件、安全、网络、应用等各方面,为PKS体系技术研发、产品研制和应用服务等提供了指导。中国信息产业商会会长聂玉春,中国电子党组成员、副总经理陈锡明,中国华电集团党组成员、副总经理吴敬凯,中国信息产业商会团体标准委员会副主任、国家标准领域资深专家王立建共同发布了PKS体系团体标准。
会上,中国信息产业商会、中国电子信息行业联合会向广大电子信息企业、科研机构发布《关于构建安全先进绿色计算产业生态倡议书》。
中国华电、百度、腾讯、建信金科、中国软件负责人分别作了现场或视频演讲。
大会还举办了“安全先进绿色计算原始创新策源联合体”揭牌仪式。中国电子、信创海河实验室、清华大学、北京大学、南开大学、天津大学、中国科技大学、上海交通大学、浙江大学、哈尔滨工业大学、山东大学等机构宣布组建联合体,围绕安全先进绿色计算重要领域的原创技术攻关、技术迁移、成果转化等方面开展深入合作,共建一批专项重点实验室、共同实施一批专项重点原始创新、共同组织培养一批跨学科计算人才。
中国电子党组成员、副总经理陆志鹏,总工程师周进军,天津市委常委、滨海新区区委书记连茂君和市政府秘书长孟庆松等参加上述活动。
好文章,需要你的鼓励
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。