随着高速网络的快速普及和云计算、大数据以及智能设备相关技术的进步,物联网正向各行各业快速渗透,不仅给我们的工作和生活带来方便,同时也在重塑产业结构,在这一背景之下,物联网成为巨头们争相布局的重要领域,新华三也不例外。近年来,立足新华三在基础设施领域特别是网络领域的优势地位,携手合作伙伴一起致力于打造一个从芯到云的泛联接智能网络,在为客户创造业务价值同时,逐步建立起新华三在物联网领域的独特优势。
“物联网行业还在持续发展,市场空间非常巨大,在这个市场里厂商也是多元化的,新华三从芯片到网络到应用层业务都有涉及。” 新华三集团副总裁、产品行销部总经理毕首文在出席2018年世界物联网博览会期间接受记者采访时表示。
毕首文介绍,新华三在物联网领域具有整体优势。由于隶属于紫光集团旗下,紫光集团有自己的芯片,新华三得以从芯片级到封装模组、到中间的承载网、宽窄带的物联网、长距短距的物联网承载建设都有能力,包括传统的路由器和交换机等。
“除了这些基础设施方的能力外,我们还具有数据整合和分析能力,新华三有大数据分析平台,具备针对特定行业开发分析系统的能力。”毕首文说,从未来技术发展趋势看,大数据、AI是一个非常重要的方向,物联网一定要结合大数据和AI。如果不结合,单纯一个平台是没有价值的。
基于对自身能力的判断,新华三定义了自己在物联网领域的两种发展模式。第一种模式是利用新华三的技术优势和积累优势,聚焦在承载网上,包括ICT,将来还会加上OT,提供基础设施。
“新华三在Wi-Fi等宽带上的优势对我们进入物联网领域非常有帮助。”新华三集团无线产品部部长刘晨介绍,在近十年的发展中新华三在中国市场Wi-Fi、WLAN占有率领先,而Wi-Fi将来都会成为物联网的一个接入口,通过这种短距离宽带物联方式,就可以获取大量数据。
第二种模式是通过战略合作方式跟合作伙伴一起,打通SaaS服务以上的应用。一方面,通过相互之间配合、融合的方式,把第三方应用纳入到新华三的整个生态体系中来,形成完整的端到端的交互方案。另一方面,新华三也会整合一些外围的应用厂商,以中间件开发的模式进入到上层应用里。
除了物联网底层的连接和网络能力之外,毕首文强调说说,新华三在物联网方面还具有场景化的能力。这是因为新华三在行业里有多年的积累,了解如何把物联网技术与行业结合,尤其是在教育和医疗这些领域,新华三都有非常多的成功案例。
生态是毕首文在采访中频频提及的一个词汇。毕首文说,新华三从一开始就非常重视生态。选择和一些ISV合作,或者达成共识,或者共同推出一些标准和协议。同时,新华三还在不断完善和强化SaaS能力,来更好地响应客户的需求。
“新华三最擅长的是在平台、在IaaS层面,比如,新华三的存储服务器、网路设备在业内都很有名的,但是,我们也需要完善和强化PaaS和SaaS层的应用能力。”毕首文表示。
绿洲平台的推出也正是基于这样的考虑。绿洲最早是新华三在2016年提出来的,是新华三面向IoT领域自主研发、免费开源的一个物联网操作系统和中间件平台,可用于智能硬件设备的管理和运维。
新华三作为一家硬件设备供应商,为什么要做软件的SaaS服务和PaaS呢?毕首文解释说,物联网要给用户带来价值最好的方法就是业务的呈现,而业务的呈现永远都是以软件方式去呈现的。另外,这也是新华三在物联网市场整体战略的一部分。
“新华三在IaaS和PaaS这两个能力有了一定积累之后,就希望从芯到云、从IaaS层到SaaS层全覆盖,从而为客户提供全面的物联网解决方案,而不是在物联网中某一点,这是新华三目前在物联网上的布局。”毕首文说。
在这个整体战略之下,新华三需要集合合作伙伴的能力。应该说,绿洲平台的推出也有这方面的用意。绿洲平台可以拉通了客户与渠道、厂家三者之间的联接,为客户提供稳定安全的品质网络、专业便捷的运维管理及高价值的增值服务,无论是线上广告、流量变现、还是线下数据的精细化运营等各种诉求。
毕首文表示,对新华三而言接下来最重要的不是技术问题,而是如何构建一个更强大的生态体系,这其中应用层面的补充和完善是非常重要的工作。
“目前我们的解决方案需要更多应用层的东西,而应用的作用非常关键。”毕首文说:“只做通用性的平台,包括通用的架构性、芯片等,只能体现是原厂的技术能力,还不具备交付。新华三希望通过相互之间合作给客户提供一个完整的解决方案的服务商。因此,新华三有双重的身份,首先是一个解决方案提供商,其次还是一个解决方案服务商。我们下一步要解决的问题就是,如何通过生态链模式把方案从端到端的顶层设计到最终实现服务的交付。”
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。