至顶网CIO与应用频道 07月30日 北京消息:第25届中国国际金融展于2017年7月27日-30日在北京展览馆盛大召开。今年的金融展以“创新驱动稳健转型 共享金融”为主题,集中展示各类金融机构、金融科技企业的创新发展成果。作为历届积极参展的金融IT解决方案提供商之一,同有科技以“创新存储科技,驱动金融转型”为主题,携创新存储黑科技亮相本次展会。

同有“黑科技”之一:AI视频识别
同有科技展台最吸引眼球的莫过于“闪存侠”了。闪存侠是作为同有存储icon,第一次真实出现在众人面前,通过AI视频互动体验,吸引了不少观众驻足围观。AI体验区前,闪存侠带领参观者体验了一把AI视频识别技术带来的行为识别和人脸识别应用。该项源于卡内基梅隆大学研究成果的AI技术与高性能的云计算平台结合,对于银行等金融行业用户来说,可用于安保、风控、VIP客户服务等多种场景。
1.银行内部及周边环境安全告警:
发生打架、抢劫、聚众斗殴等,通过行为识别(Pose-based Behavior Recognition)告警
劫匪、小偷惯犯出现,通过人脸识别(Human FaceRecognition)告警
2.员工人为操作风险控制:
对银行职员的违规手部操作,通过细微动作识别(Tiny Behavior Recognition)告警
3.客户尊享定制化服务:
当VIP用户出现,通过人脸识别(Human FaceRecognition)特别提示

同有黑科技之二:SCES让真正的云化存储不再是梦想
SCES(Storage Cloud Engine System)--存储云引擎系统,是同有科技为存储设备无缝集成云平台而设计研发的一套分布式软件系统,作为新产品在本届金融展上预发布,首次亮相就备受关注。
SCES将存储设备高度融合到云端,全方位多维度提升云平台的功能、性能以及安全,打造真正可以将存储云化的云计算架构的存储中间层。
SCES由云融合、云引擎、云管理三大组件构成,分别负责不同的层级的云化功能,三大组件自底而上的相互组合,协同组成存储云引擎系统,提升存储功能、整合存储设备、统一云化管理,从而实现真正的云化存储触手可及。

同有黑科技之三:同有云挑战传统云存储缺陷

作为专注存储近三十年的专业厂商,对于新时代下大数据、云计算基础架构的设计构建,同有科技拥有专业、深刻的理念和研发实践。针对传统云计算中存储虚拟化的缺陷,同有科技云存储整体解决方案通过对云平台管理层、虚拟化技术层、硬件设备层的优化,建立NCS²tack云平台,大大加速存储云化进程。

同有黑科技之四:NVMe分布式存储系统,满足超高性能存储应用
同有融合NVMe技术的分布式存储系统,一共配置4个存储节点,每个节点配置1片NVMe SSD,可以达到2,000,000 IOPS的超高性能。融合NVMe技术的同有存储系统能够使存储性能几何级倍数提升,可降低延迟超过50%、NVMe PCIe SSD可提供的IOPs十倍于高端企业级SATA/SAS SSD,这意味着同有科技将能满足金融行业等用户业务发展对超高性能的存储应用需求。

随着“互联网+”思维不断深化,互联网金融机构与传统金融机构的互动融合创新发展步伐逐步加快,云计算、大数据技术对金融业务的推动愈加明显,针对金融行业在大数据时代的转型需求,同有科技紧跟技术发展趋势,持续创新,深入用户场景贴身打造的解决方案,为金融用户带来全新的业务体验,助力金融行业稳健转型。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。