ZD至顶网CIO与应用频道 04月18日 北京消息:2017年4月14日,国内领先的基础软件开发平台与解决方案提供商普元信息,受邀出席于上海隆重举行的第五届中国核电信息技术高峰论坛。在此次以“聚焦核电信息化顶层设计,以两化融合促核电企业安全”为主题的行业权威峰会上,普元公司电力事业部副总经理王程志发表题为《“自服务大数据资产管理中心”支撑智慧核电建设--是智慧核电大数据分析应用的前提准备》的演讲。
演讲中,王程志结合普元在中核运行、中广核、国家电网、新奥能源等众多电力能源企业的大数据平台建设实施经验,分享普元助推智慧核电大数据分析应用有效实现“管的标准、用的便捷”的解决方案,以及普元如何帮助核电企业建设支撑智慧核电的可控的大数据创新应用。
智慧核电建设大势所趋,普元对大数据的管、用痛点剖析获众多专家认同
众所周知,2017年,国家能源局、国家发改委将国家能源应用技术研究及示范项目“智慧核电运营系统研究及示范项目”建设内容纳入了《能源技术创新 “十三五”规划》,我国智慧核电建设加快了建设步调。智慧核电建设作为“国家政策指导”和“行业发展战略”的共同要求,是核电产业传统运作模式拥抱大数据时代的大势所趋。
在拥有超过十年的电力、石油、燃气等能源行业平台产品与解决方案规划与设计经验的王程志看来,智慧核电建设与运营的关键支撑之一就是大数据的分析应用。他在演讲中指出,随着普元实践项目对大数据分析应用的深入,发现核电大数据在“管”和“用”方面存在诸多问题与挑战,比如数据资产目录的自助化管理、数据自助查询分析、数据的运营管理监控等等。
王程志通过分析强调,对于包括设计、建造、运营全过程多维度的核电数据管不“准”和用不“畅”成为制约智慧核电大数据分析应用的瓶颈,并最终导致业务技术之间的严重壁垒,数据应用不畅。这些痛点的强调,获得了很多与会专家的认同。

普元“自服务大数据资产管理中心”一站式解决方案支撑智慧核电建设
针对智慧核电大数据应用中的痛点问题,普元提出了“自服务大数据资产管理中心”一站式解决上述“管和用”方面诸多挑战,在大数据平台之上实现“管”和“用”方面的提升。
普元对“自服务大数据资产管理中心”从“自助化、自动化、自进化”三个方面进行解读。首先,“自助化”体现在自助化的数据资产目录管理、检索查找资产,自助化的数据查询分析、数据探索挖掘,自助化的数据质量管控与应用监控;其次,实现自助化的关键支撑之一是“自动化”的数据资产元数据采集、数据内容获取、数据质量检核等;最后,通过数据分析应用,实现系统自进化,建成智慧核电。
会上多位核电企业领导专家对普元“自服务大数据资产管理中心”表示了肯定,并积极与王程志交流。他们认为,普元提供的“自服务大数据资产管理中心”解决方案,在大数据平台之上实现了“管”和“用”方面的提升,为核电信息化标准化建设提供了有力支撑,通过“自助化”的手段实现了对数据资产的目录管理、便捷应用、运营监管。而全球最权威的 IT 咨询公司Gartner的数据也有力印证了普元解决方案的实践有效性。Gartner预测,到2019年,数据自服务的市场需求年复合增长率将达到16.6%。

在具体实践上,普元目前已帮助众多电力能源企业开展大数据平台建设,打造智慧能源企业,如国家电网、中广核、中核运行、国电集团、新奥能源等。
丰富的经验是优良的资质,
拥有“中核集团合格供应商证书”的普元,已有多款产品在核电这一国家战略行业进行供应服务。王程志还在本届核电信息技术高峰论坛上坦言,普元将进一步提升云数据平台、数字化企业云平台等智慧核电建设的关键支撑平台,用普元在国产信息化领域的多年实践积累助力智慧核电建设的进一步发展。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。