随着地缘政治紧张局势升级,许多中国实体在使用美国技术时面临限制。作为回应,中国的技术提供商加快了产品开发,以满足中国企业对国产基础设施软件的需求。
国产基础设施软件包括一组由中国技术企业开发的基础设施相关技术,包括应用开发(AD)应用架构和中间件(AIM)软件、信息管理软件、存储管理软件、IT运营管理和安全软件,以及其他基础架构相关软件。
国产基础设施软件在以下方面起到了至关重要的作用:
未来中国基础设施技术将重点发展的四个领域是服务器、网络、存储和云(见图1)。这四项技术是中国企业建立内部基座的关键组成部分,基础设施和运营(I&O)领导者可以根据这四种软件产品制定投资计划。
图1:国产核心基础设施软件
服务器操作系统
中国企业采用国产服务器操作系统的原因主要包括:国产服务器操作系统支持本地芯片服务器、兼容本土生态系统、可以替代CentOS,以及可根据企业要求提供多种定制化选择。此外,许多公有云服务提供商和电信提供商已经针对大规模部署,开发了自己的服务器操作系统。专有操作系统可以更好地适应供应商自己开发的基础设施栈,以优化资源使用并降低操作系统购买成本。
目前,采用国产服务器操作系统的行业包括政府机构、金融和电信行业,以及超大规模云服务提供商。尽管这一软件的成熟度尚未比肩国际品牌,但开发人员社区(包括阿里云的OpenAnolis和华为的openEuler等开源社区)正在推动生态系统发展,将其采用扩展到更多行业。
网络防火墙
网络防火墙对本地环境的保护能力使其在中国变得至关重要。在中国,本地部署很常见,对多个云环境和远程用户进行保护的需求十分旺盛。由于防火墙一项非常成熟的技术,因此中国厂商和国际厂商提供的防火墙在功能上的差别很小,而且本土解决方案可以满足中国企业的大部分要求。在性能和产品创新方面,本土解决方案相对落后于全球竞争对手,但本土供应商提供的网络防火墙产品可以支持本土芯片,符合国家自主可控计划的要求。
网络防火墙可使企业数据中心、企业边缘、分布式企业、公有云、中小企业等使用场景受益。
中国企业偏向本地部署,这往往导致网络防火墙硬件的使用多于软件。许多不同的行业都在云端采用网络防火墙软件。然而,政府机构和金融机构之类的机构往往会特别选择使用来自云服务提供商的本地芯片服务器。在这种情况下,由于兼容性问题,必须采用本地网络防火墙解决方案。
备份和恢复
备份和恢复业务数据对于确保业务运营的稳定性和连续性、遵守管理法规,以及减少因停机造成的业务中断而导致的收入损失至关重要。除了这些基本功能之外,备份和恢复解决方案的另一个关键用例是勒索软件的检测、预防以及事后恢复。这有助于保护企业免受安全风险。随着云采用和容器化部署现代化的发展,跨多个平台管理备份已成为简化管理的一项重要功能。
中国特有的关键使用场景如下:
市场上的大多数备份和恢复软件用例涉及政府、金融、公用事业和中央企业,因为这些行业是本地芯片服务器和本地开发数据库的早期采用者。
云桌面
云桌面在中国的大多数用例类似于国际市场上的桌面即服务用例。中国特有的使用场景包括:
目前,中国大部分行业都采用云桌面技术实现中心化IT管理,避免应用的兼容性问题,从而提高效率、降低运营成本、改善安全控制。
出于数据安全和隐私方面的考虑以及财务偏好,大多数云桌面仍然部署在本地数据中心,特别常见于政府机构、金融行业、顶级医院和大型制造企业。公有云服务提供商和传统服务器虚拟化提供商都在中国市场提供云桌面,这为中国企业采用该技术提供了更多选择。
好文章,需要你的鼓励
Forrester副总裁兼首席分析师高恩德在访谈中表示,尽管AI技术广泛存在,但在生产力统计数据中并未体现革命性改变。他引用美国劳工统计局数据指出,个人电脑时代同样未能显著提升生产力增长率。研究显示,95%的生成式AI项目未产生实际投资回报。Forrester预测到2030年AI可能取代6%的工作岗位,约1040万个职位,但目前大部分企业裁员主要出于财务考虑而非AI替代。
中国人民大学联合快手科技研发的DPWriter系统通过创新的"多样化规划分支"策略和智能奖励机制,成功解决了AI写作中质量与创意多样性难以兼得的问题。该系统让AI先制定包含五个维度的详细写作计划,在规划阶段进行创意分支,再配合双重奖励评价体系,实现了在保证写作质量的同时大幅提升创意多样性。实验显示新方法在多样性指标上提升15%,为AI辅助创意写作开辟了新路径。
谷歌发布Personal Intelligence工具,让用户可根据个人偏好定制Gemini聊天机器人。该工具能访问Gmail、谷歌相册和YouTube等服务中的个人数据,提供更精准的回复。例如分析收件箱中的餐厅预订来推荐食谱,或利用汽车照片回答维修问题。工具提供多项隐私控制选项,默认关闭且用户可自定义访问权限。初期仅向美国付费用户开放,未来将扩展至免费账户和国际市场。
ellamind公司研发的sui-1是首个能为长文档摘要提供精确引用标注的AI模型。该24B参数模型通过创新的XML标签系统,为每个摘要观点标注原文出处,解决了AI摘要"不可验证"的核心问题。模型可处理10万词文档,支持200万词超长文档的迭代处理,在准确性测试中达到84.2%,远超同类开源模型。研究团队采用Apache 2.0许可证完全开源模型和训练数据,为政府、法律等需要高准确性的领域提供可信赖的文档分析工具。