ZD至顶网CIO与应用频道 03月02日 北京消息:日前,工业和信息化部计算机与微电子发展研究中心(中国软件评测中心)宣布与北京中科仙络达成战略合作,双方成立“赛迪中科数据中心联合实验室”,充分整合各自优势资源,联手打造国内一流的数据中心设施领域人才培训及共享式运维服务平台。
作为大数据、人工智能、移动互联网、云计算等行业的基础支撑,数据中心行业正在经历高速建设期,随着大大小小数据中心的相继交付投产,管理者普遍面临运维人才缺乏、运维体系不完善等问题。
目前市场上的培训以理论授课为主,无法快速帮助新进运维人员成长。“赛迪中科数据中心联合实验室”摒弃传统课堂中的纸上谈兵部分,增加数据中心场地基础设施的经验分享,加强教学相长的互动,同时搭建包含柴发、UPS及蓄电池、ATS、高低压配电柜、列头柜、风冷系统、监控系统及消防系统等设备,并达到国标B级机房要求的模拟机房,模拟运维中常见故障,供学员实际动手操作,在实际演练中发现问题、解决问题,增加人员实战技巧及应急排除故障能力。在全模拟实验室进行授课、通过理论与实训相结合的培训模式,可以帮助运维新人迅速成长,提高目前运维人员的应急处理和故障解决技能,提高运维团队抗故障能力,逐步做到运维人员能力可视化。
实验室同时推出数据中心运维人才认证体系,并将联合清华大学河北科技园在廊坊建立数据中心人才培训基地。该实验室还将与各地数据中心园区建立战略协作,现已有多个数据中心产业园表达了与赛迪中科实验室共建人才基地的意向。
赛迪中科数据中心联合实验室推出的数据中心基础设施运维人才培训课程包括:1、 DC-FOMA(Data Center Facility Operation & Management Associate)初级运营专员课程,2、DC-FOMP(Data Center Facility Operation & Management Professional)中级运营专才课程,3、DC-FE(Data Center Facility Expert)高级设施专家课程等。
赛迪中科数据中心联合实验室后期还将联合推广LEED数据中心的建设及运维认证,Uptime Institute的相关设计、建造及运维认证等。
中国软件评测中心常务副主任刘法旺表示:“我们非常高兴能和对数据中心行业有着深刻理解的中科仙络联手,为数据中心行业提供人才及数据中心的认证服务。赛迪的品牌优势、客户资源,结合中科的行业服务经验,可以实现优势互补,支撑我们共同打造行业最具权威性的人才及数据中心认证平台。”
中科仙络董事长程小丹表示:“我们很荣幸可以和赛迪合作,赛迪给了我们更大的平台来为更多的客户服务。我非常期待我们双方密切的合作,来为行业带来更多的精彩。”
工业和信息化部计算机与微电子发展研究中心(中国软件评测中心)是直属于工业和信息化部的一类科研事业单位。中心通过测试、设计(规划、工程规划)、认证、监理、评估、培训等主营业务,构建基于第三方服务的科技产业链。旗下的赛迪测评、赛迪设计、赛迪监理、赛迪评估、赛迪培训等业务在业内拥有权威地位。
北京中科仙络咨询服务有限公司长期致力于数据中心设计、建设、运营管理方面的技术咨询、测试验证和培训服务。2015年,中科仙络率先牵头编制了国内第一个数据中心设施运维管理标准。后续,又牵头撰写了风靡业内的“从运维菜鸟到大咖-数据中心运维管理指南”一书。中科仙络的数据中心培训在行业内独占鳌头,参加过中科仙络培训的人才已经超过3000人次。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。