至顶网CIO与应用频道 07月27日 北京消息:7月27日,Cloud Insight Conference 2018云计算峰会在北京举行。青云QingCloud宣布全面战略升级,打造企业级全栈云ICT服务商,致力于为企业用户提供以软件为灵魂的云端ICT服务。同时,青云QingCloud推出多品牌战略,发布ICT全线9大产品品牌矩阵,以及7款重磅产品与服务,以全新升级的战略支撑行业发展,助力企业云端业务再造。此外,青云QingCloud还与英特尔、戴尔易安信、承德高新区达成战略合作。
Cloud Insight Conference 2018云计算峰会是在前三届QingCloud Insight云计算峰会的基础上全新升级,更加聚焦云计算产业及行业生态。江苏交通控股、太平保险、华润创业、本钢集团、阳光保险、山东京博、洋河酒业、浦发硅谷银行、招银云创、哈银消金、量化派等多家青云QingCloud重量级客户出席了峰会,同来自全国超过2,000名行业专家、CIO/CTO、生态合作伙伴、架构师、开发者、技术爱好者及媒体分享了数字化转型实践经验。
经过五年发展,青云QingCloud完成了全栈云产品线布局,从一家技术领先的云服务商成长为拥有完整ICT能力的服务商。过去一年,青云通过超90,000家客户服务经验总结和行业能力积累,打造了多款行业需求极高、应用场景丰富的产品,推动众多行业用户的云计算落地。随着行业实践的深入,青云QingCloud发现集团云和行业云将是未来云计算发展的重要趋势。作为云计算领域的技术领导者,青云QingCloud重新定义了云服务商在行业云构建中的意义,即以客户及合作伙伴行业能力为核心,以青云技术实力和底层资源为保障,打造B2B2B新模式,推动行业IT能力的对外输出。
青云QingCloud CEO黄允松表示:“青云QingCloud从单一品牌起步,经过五年的努力,业已成为以软件定义为中心,为企业级用户提供全栈云模式ICT技术、产品、方案和服务的综合服务商。青云提供的体系化管理工具、可细粒度运营的综合云平台已经帮助众多传统大型行业、机构和企业集团实现了以行业云、集团云、区域云等为载体的云服务模式,助力各行业数字化转型成功落地。此外,我们推出了RCP(区域核心合作伙伴)和QCP(青云认证工程师计划),希望与更多合作伙伴共建新IT生态。”
作为集团云代表,太平保险首席信息官熊明在演讲中指出:“太平保险构建的面向太平集团、以高效的应用交付和运营支撑为目标的统一云计算平台 -- 太平云,正是基于QingCloud集团云。太平云在应用即服务领域及自动计费领域达到行业先进水平,体现了IT资源服务化的先进理念,为太平保险集团打造了一艘数字化的航空母舰。”
江苏交通控股信息中心副主任周宏在演讲中指出:“我们发挥公有云极致的弹性伸缩特点,将江苏交通控股协同指挥调度平台做成了一个基于公有云的SaaS服务。全国的交通管理机构,无论省内省外,高速公路还是普通公路,都可以自由地、方便地使用我们的调度云服务。这一切的实现都离不开青云QingCloud的技术支持和服务保障。”
值得一提的是,今年青云QingCloud首次评选出MVP,并将此殊荣颁发给江苏交通控股信息中心副主管王栋,以此感谢他及江苏交通控股在青云不断成长和创新的过程中作出的突出贡献。
作为技术驱动的ICT服务商,青云QingCloud在技术和产品领域的创新,从未停止。青云QingCloud CTO甘泉在大会上宣布了青云年度研发战略并发布了KubeSphere容器管理平台、Anybox企业云盘、光格网络SD-WAN、OpenPitrix多云应用管理平台、QingStor文件存储、SDN 3.0,以及青立方下一代超融合系统等一系列重磅产品及服务。
此外,Cloud Insight 2018还邀请了众多知名嘉宾和行业领袖倾力打造超融合及软件定义存储、多云管理、容器及微服务、数字化转型等八大专题论坛,分析师及科技产业两大闭门论坛、以及知行实验室,内容遍及云计算技术、生态、运维、应用、企业业务创新和战略转型等时下热门话题,为观众带来最硬核的云计算技术分享。
好文章,需要你的鼓励
这项由复旦、港科大等多校联合完成的研究首次系统性地解决了大型AI模型在识别场景文字时产生"语义幻觉"的问题。研究团队发现AI模型常将视觉上模糊的文字"脑补"成有意义但错误的词汇,并开发了包含ZoomText定位策略和接地层修正机制的训练无关解决方案,在多个基准测试中实现显著性能提升,为提高AI视觉系统可靠性提供了重要突破。
IBM研究院发布AssetOpsBench,全球首个工业资产AI代理评估平台。该研究建立了多代理协作框架,涵盖IoT数据采集、时序分析、故障诊断等专业模块,通过141个真实场景和六维评估标准测试AI在复杂工业运维中的表现。测试显示当前AI技术仍有改进空间,为工业4.0时代的智能运维发展提供重要基准。
韩国科学技术院研究团队开发出Simba方法,通过层次化稀疏化技术对状态空间模型进行"瘦身",在保持性能的同时显著提升计算效率。该方法采用类似高速公路的架构设计,让AI模型的上层只处理最重要的信息,实现了最高80%的速度提升和更好的长序列处理能力。这项即插即用的技术为AI模型优化提供了新思路。
这项研究展示了一个基于ModernBERT架构的prompt injection检测模型,通过精心构建的多样化数据集训练,在内部测试中达到98.7%准确率和98.0% F1分数,在公开基准测试中平均F1分数达93.8%,显著超越现有最强基线系统。该模型推理速度仅0.02秒,具备实时检测能力,为AI系统安全防护提供了新的解决方案。