近日,中国科技领域权威奖项“2023年度凌云奖“正式揭晓获奖名单,华为凭借DCS轻量数据中心解决方案,荣膺“2023年度数字化转型创新方案奖”。
凌云奖是业界最为权威的媒体技术类奖项之一,由至顶科技旗下至顶网结合业内各方技术专家的专业判断、用户调查结果来共同评定,因此也被认为是技术和产品创新的风向标。
华为是国内数字化领域领军企业,以自研技术为驱动,近十年累计研发投入超过9773亿元,拥有完整的数字化底座和全栈式数字化技术和解决方案。
华为企业业务自2011年成立以来一直保持着稳健增长,是全球700多个城市、267家世界500强企业选择华为作为数字化转型的合作伙伴。通过行业军团化运作,华为广泛联合行业伙伴,在城市、金融、交通、制造等20多个行业打造了200多个智能化解决方案。
此次荣膺“2023年度数字化转型创新方案奖”,是对华为数字化实力的又一认可,也再度印证了华为在企业数字化转型服务赛道的技术创新实力。
DCS,Datacenter Virtualization Solution,也就是数据中心虚拟化解决方案,是通过虚拟化系列软件与ICT硬件结合,帮助企业构建轻量弹性、多元开放的新一代数据中心基础设施。
华为DCS轻量数据中心解决方案是华为面向数据中心场景,聚焦IT系统轻量化、运维自动化、建设集约化的全栈解决方案。它可以帮助企业构建轻量弹性、敏捷高效的数据中心基础设施,在满足政企客户构建虚拟化资源池的基本需求之上,通过“三大创新,三大放心”助力政企长期的数字化战略成功。
具体而言,华为DCS轻量数据中心解决方案拥有以下三大特性:
端到端全栈交付。凭借10年商用经验的虚拟化套件与华为领先的ICT硬件协同优化,支持超融合方式以及软硬件灵活组合交付,为企业构筑性能优异的全栈虚拟化平台。
全生命周期按需建设。分层解耦、模块化的架构设计,支持轻量起步,向大规模场景平滑扩容,所有功能组件积木式叠加,为企业提供充分选择权利,实现在任意时间按需投资建设。
业务永续,断电也不断网。方案采用开放API设计,南向兼容主流厂商服务器,纳管异构资源池,保护企业已有投资;北向开放对接云管平台一步上云,为企业提供一致性云体验。
早在2021年,国务院就印发了《“十四五”数字经济发展规划》,引导加快数字经济建设、企业数字化转型。2022年年底,工信部进一步印发了《中小企业数字化转型指南》,旨在以中小企业数字化转型促进实体经济高质量发展。
据中国信通院统计数据显示,2022年我国数字经济规模达到50.2万亿元,同比增长10.3%,数字经济占GDP比重达到41.5%,而这也已经是我国连续11年数字经济增速高于同期GDP增速。
我国数字经济发展如此迅猛,正是得益于深入其中的数字化解决方案供应商,例如,华为DCS轻量数据中心解决方案已经为政府、金融、医疗、制造等多个行业持续创造价值,不仅服务中国企业,而是服务了全球150多个国家或地区的12000+客户,成为推动全球数字化转型的重要力量。
随着数字经济成为全球经济主引擎,中国的数字化之路步入了新的发展阶段,华为持续在数字化技术和解决方案上的投入,将继续推动其与客户一起打造企业数字化转型的标杆案例,成为更多企业数字化转型的坚实助力。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind团队发布了EmbeddingGemma,这是一个仅有3.08亿参数的轻量级文本理解模型,却能达到7亿参数模型的性能水平。该模型在权威的多语言文本嵌入基准测试中排名第一,支持250多种语言,特别适合移动设备部署。研究团队通过创新的编码器-解码器初始化、三重损失函数训练和模型融合技术,实现了性能与效率的完美平衡,为AI技术普及化开辟了新路径。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
日本奈良先端科学技术大学等机构首次深入研究AI编程工具Claude Code在真实开源项目中的表现。通过分析567个代码贡献,发现83.8%被成功接受,54.9%无需修改直接使用。AI擅长重构、测试和文档工作,但需要人工修正bug处理、代码风格等问题。研究揭示了AI编程工具的实际能力边界和改进方向。