案例基本内容和执行情况
依托移动云完备的云平台服务能力,云空间产品于2023年打造云原生数据服务平台,致力在大模型时代,提供海量数据存储、算力集成、数据管理等一站式数据加工作业平台。
(1)数据存储方面:支持跨云多站点存储统一纳管,依托数据处理引擎,可支持亿级元数据集中管理,数据处理响应可到百毫秒;同时基于基于数据流通行为记录,进行场景化数据行为标注,结合公有云、私有云、边缘云等多云融合技术,提供基于用户个性化行为特征的数据漫游服务,实现数据灵活调度,提升数据服务体验和质量;
(2)算力集成方面,集成数据加工引擎,当前已支持云解压缩、图片缩略图、音视频转码、相册AI等数据加工原子算力,基于存算一体、一管多存架构,实现多媒体数据在线实时秒级处理能力,同时标准化算力集成模式,支持其他数据加工原子算力的快速集成。
(3)数据管理方面:制定统一数据接入规范,统一数据语言,实现全局元数据集中管理,提供多种数据特征值算法,完成数据多维多场景标注,基于数据全局特征值,实现全局资源池数据去重,减少数据冗余存储,基于多维多场景数据标注,可实现数据图谱自构建,自动盘点数据资产,提供智能化数据管理。
(4)支持数据全生命周期管理,包括创建、修改、多版本、删除、使用等管理规范和能力,为企业提供高质量数据资产治理效能。
案例主要经济成效和社会成效分析
随着企业信息化建设进程日益深化,企业数据正成为团队生产力提升的重要抓手、企业长期发展的重要资产。
云空间通过打造企业数据服务平台,实现了企业数据资产的统一存储、集中管理、日常协同。从企业安全角度,为管理者建立了高效的数据管控手段,实现企业办公文件资产传播可控、永不丢失;从员工办公效率角度,实现了日常文件的团队共享、全局查询、数据流转。
云空间数据服务平台与基础办公应用深度互通、并支持与企业内部自建系统对接融合,整合企业全场景、全应用业务数据,跨系统存储、读取,打破应用竖井模式下的带来的数据壁垒问题,为企业生产效率提升及数字化创新奠定基础。
目前云空间已成为企业一站式数智化门户,全面助力政务、教育、党建等数十个行业低成本实现云化及数字化,促进信息化资源共享、赋能中小企业数据创新。截至23年底,云空间用户规模达97.09万人,云盘数据存储量达206.6PB,年产品总收入2.66亿元,年利润率33%。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。