2020年4月份,紫光集团宣布整合旗下新华三集团、紫光云技术有限公司等在私有云、公有云、人工智能、软件服务等能力,成立“紫光云与智能事业群”,在技术、品牌、市场与服务层面全面统一,以全新的“紫光云”品牌面向市场,倾力发展“云+智能”业务。
在近日举行的主题为“同心聚力 共筑云智未来”的紫光云与智能事业群年终媒体与分析师沟通会上,紫光云与智能事业群的负责人总结、分析以及展望了紫光云的过去、现在和未来。
“1+2+3”战略——山高云为峰、海阔智无界
截至今年11月份,紫光云与智能事业群的业绩收入增长了99%。云服务的增长达到了136%,智慧城市是190%,远高市场平均增速。
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表示,这些成绩来自两个方面,清晰的战略以及内部资源的协调整合,同时也证明了“1+2+3”战略的成功。
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
具体来说,1是核心业务,也就是云服务,聚焦政务云和产业互联网;2是智慧城市和行业云;3是三类跟云计算相关的产品,云桌面Workspace、超融合UIS、虚拟化CAS。“1+2+3”战略代表了四个统一,即统一平台、统一架构,统一团队、统一目标。
从产品的角度来讲,今年紫光云与智能事业群聚焦在两个维度,一个是云的维度,一个是平台的维度,也就是紫鸾平台和绿洲平台。
今年在中移资本领投下,紫光云公司完成6亿元的融资,在资本的加持下,加大对产品的投入,更多地把产品的能力打造好、做好,更快地占领市场。
展望2022年,紫光云与智能事业群继续按照“1+2+3”战略往前推进。在云服务方面,2021年紫光云与智能事业群更多是从卖产品到卖服务的转型。2022年在已有转型的基础上,进一步把服务运营做好。
在智慧城市和行业云方面,紫光云与智能事业群2022年是从品牌向质量转移。三类产品则是向体量发展,并将紫鸾平台和绿洲平台往场景化发展。
陈子云透露,紫光云与智能事业群也在积极拓展数据业务。“总之,我们打造有核心竞争力的产品,做百行百业数字化转型的合作伙伴,同心聚力、合作共赢。”
站在巨人肩膀上二次创业——行至网深处、笑看云起时
“紫光云公司的发展不能算纯粹意义上的初创公司,它应该是站在巨人肩膀上的二次创业、内部创业。”紫光云技术有限公司总裁王燕平如是说。
为什么这样说呢?早在2009年,新华三提出了802.1Qbg标准,确保虚拟机的安全和服务质量。这意味着新华三正式从网络侧拓展到云计算领域。2011年,新华三正式推出服务虚拟化产品CAS。2013年,新华三正式开启云战略。2018年正式成立的紫光云公司标志着公司从私有云向公有云领域进军,同时提出同构混合云,探索工业互联网、智慧城市、建筑云,水务云,从私有云向混合云、向全行业云进行转型。2020年,新华三和紫光云公司等实现能力整合,成立紫光云与智能事业群成立,打造“云与智能平台”。
王燕平说,今年,紫光云向云原生发展,发布了紫光云3.0、紫鸾3.0,还有绿洲平台,标志着紫光云在云服务能力上从过去传统的IaaS逐渐向PaaS和SaaS演进。“新时期之下,除了传统的数字化,紫光云将会聚焦企业上云、工业互联网等领域,使能行业,驱动客户智慧转型。”
三大方向——卧看漫天云不动,不知云与我俱东
云计算市场风起云涌,紫光云与智能事业群的产品、技术和解决方案一直在不断前行,与合作伙伴和百行百业的客户一起在数字化转型的进程中不断前行,
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,所有未来数字化转型都是围绕着三个字,那就是“云数智”。云就是云计算,数就是数据平台、数据库,智就是智慧应用、智慧平台。
在云数智的创新中,三个最重要的步骤是上云、用数、赋智。2021年,紫鸾3.0平台把公有云丰富的云服务能力和新华三多年在私有云的深厚积累有机地融合起来,打造全新同构混合云平台。
柳义利说,紫鸾3.0平台将公有云的能力和便利,与私有云的安全可靠有机融合,有效地拉通了私有云和公有云两套体系,所有的管理平台统一,所有的代码统一,所有的应用可以进行自由迁移,这是同构带来的巨大好处。
今年,新华三还发布了绿洲平台,并进行了全行业推广,目前已经在13大场景发布了10个行业套件。因为平台是不分行业属性的,是共用、通用的基础类平台,在行业场景应用的时候和每个行业应用对接时,需要有中间的连接层,就是行业套件。行业套件拉通了用户的应用和不含行业属性通用平台之间的联系。
赋智更多强调的是业务和应用的智慧,紫光云与智能事业群提供一个支撑智慧应用创新的智慧平台,通过提供智能平台和分析处理能力,算力平台和算法,赋能智慧应用的调用。
展望未来,柳义利谈到三个方向:第一,云向位置无关演进,形成分布式云;第二是能力聚焦,智慧行业的灵魂是数据,借助绿洲不断打造和丰富行业套件,聚焦优势行业;第三是场景化,进一步深耕场景、打造场景化的解决方案,开箱即用。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。