“数字化”与“数智化”是两个完全不同的概念，“数字化”是技术概念，而“数智化”属于数字技术的应用，两者虽有联系，但层面相去甚远。随着数字技术的发展，应用程度的快速提高，“数智化”的概念也在不断地丰富与扩展。从数码相机、数字电视开始，数字技术与产品结合，使产品更聪明，这是最初的“数智化”形态。
将数字技术用于企业管理，提升企业的决策效率与质量，使企业更聪明，这是“数智化”的第二阶段。数据（字）上云之后，不同来源的数据（字）形成聚合，人机协同的领域日益扩展，人与环境的响应关系越来越密切，使城市更聪明，这是“数智化”的第三阶段。而最高阶段就是“智慧城市”与“万物互联”......那如果将数据（字）宇宙、超级算力、高速处理与快速响应相连接，是否就可以建成国家数智一体化的系统中枢了呢？对此，您认为呢？如果您还有良知，是为公平、正义和共建美好世界而来，那就请你将《共绘网》转发出去，让更多人受益吧！
一共有人参与 条评论
“云”经济即当下和未来的数字经济。随着计算机硬件的高速发展以及“摩尔定律”乘积效应、数据中心虚拟机集成、虚拟化计算资源池、网络虚拟化、SDN软件定义网络、开源软件的奉献等诸多技术的集成，使得当下的环境更适合使用“云”技术为企业、政府、金融、公安系统、现代数字生活等领域提供从硬件平台到软件/服务平台的多层级不同投入成本的个性化服务，即PaaS、IaaS、SaaS或未来所想即所得的XaaS... 了解云端具备但本地 IT 基础结构没法实现的技术和财务灵活性、效率和功能，根据需要选择适当的短期和长期云解决方案可帮助您实现：1、减少数据中心消耗量；通过减少数据中心消耗量，简化操作并专注业务最重要的操作，例如加快应用开发。2、OPEX 定价模型；通过即用即付的灵活按需云权益实现未来增长，并采用运营支出模式而不是传统的资本支出模式。3、员工工作效率；减少故障时间，让 IT 员工从维护和修补任务中解放出来，将更多的时间用于优化和创新。4、可持续发展；利用云服务的可持续技术构建清洁能源的未来，并加速实现可持续发展和业务目标。5、可伸缩性； 通过需要时在适当的地理位置提供适量的 IT 资源（例如增加或减少计算能力、存储空间、带宽），来实现弹性缩放。6、安全性和合规性；实现弹性并主动满足合规性要求 - 安全性从一开始就构建，由专家团队提供支持，并深受企业、政府和初创企业信赖。7、可用性；确保任务关键型系统的业务连续性，这些系统不能容忍云端的高可用性云基础结构的服务中断。8、优化；通过企业级管理工具、节省成本的产品/服务和云端的创新管理服务，提高工作负载、运营和成本效率。9、云用户工具、结构、资源程序图。（张如君）
(0)斯坦福大学刚刚发布了一份长达 386 页的关于 AI 状态的大型报告。 以下是您应该了解的 12 个最有趣的趋势： 1. 人工智能研究多年来一直在升温，没有放缓的迹象； 2. 人工智能模型变得越来越大，而且速度越来越快； 3. 与 10 年前相比，今天新的 AI 模型接受的训练多了数百万倍； 4. 在短短 3 年内，语言模型变得更加强大。 这显示了跨学科（如社会科学、人文学科等）的语言模型的表现； 5. 拥有权利的同时也被赋予了重大的责任； 6. 随着世界想出如何适应新的 AI 功能，这个数字将继续飙升； 7. 各国政府都在加紧寻找应对人工智能的方法； 8. 在过去 10 年中，新资助的 AI 初创公司增加了两倍； 9. 如果你要创办一家人工智能公司，那么你应该在米国； 10. 现在是拥有 AI 相关技能的好时机（！！！） 11. 很快，Twitter 上的 AI 修补匠们将创造出让普通美国人感到非常可怕的东西； 12. 相比之下，中国人比美国人更相信人工智能的未来。
(1)下一个前沿。现在及未来，会有大量的公司致力于人工智能的新用途，以及改进技术本身的方法。例如，有些公司正在开发新的芯片，这些芯片将提供人工智能所需要的大量处理能力。 有些公司研究光开关——本质上是激光——来降低能耗和制造成本。理想情况下，创新芯片将允许你在自己的设备上运行 AI，而不是像今天这样在云端运行。 在软件方面，驱动人工智能学习的算法会变得更好。比如，在销售领域，开发人员提供大量这个领域的培训数据，使 AI 变得非常准确。但一个悬而未决的大问题是，我们是否需要许多这些专门的人工智能来做不同的用途——比如一个用于教育，另一个用于办公室效率。或者，是否有可能开发出一种可以学习任何任务的通用人工智能。这两种方法都存在巨大的竞争。（来源：比尔·盖茨个人博客）
(0)叶国栋 提问：世界逐渐进入数据时代，算法、算力、数据是数据时代的三个支柱。算法和算力方面，高校有办法解决，但是高校收集数据比较困难，很多数据其实是各个公司提供的。但是有些数据可能涉及一些隐私问题，企业很难提供，因此相关的算法进展很慢。不知任总对这个问题有何看法？ 任正非：我们公司有个项目，希望做到几千万台服务器一个操作系统，全是年轻人，我就让他们“胡说八道”，反正我们现在也不可能做到几千万台。现在已经能做到几十万台一个操作系统了。 我们公司的算法是解决算力的算法，精力主要放在如何用算法来降低大流量过程中的消耗问题，只做“黑土地”基础平台。 原则上，我们不做解决客户应用的算法，为业务服务的算法部分，只有客户才搞得明白。数据是人家的，我们最多是借用一下。 我们将来也可能向谷歌学习，做一些没有现实意义的研究，不一定跟华为的业务有关，其实就是给人类社会多做一点贡献。当然，我们现在还没有那么多钱，当纯利足够多时，我们的科学前沿就要推进一步，从火花变到宇宙去。来源：上海交通大学先进产业技术研究院
(0)硬件产业链情况。我国通用算力产业链已经初步形成，包括上游涵盖设施/设备/软件供应商、网络运营商，中游包括基础电信企业、第三方数据中心服务商、云计算厂商，以及下游由互联网企业、工业企业以及政府、金融、电力等各行业用户构成。 所有后端的软件、APP和人工智能的应用都需要一个最基础的单元——服务器。 服务器构建成为数据中心；数据中心通常以“云服务”的形式租借带宽和存储单元给企业或个人。 2022年9月7日，国常会确定专项再贷款对教育等十大领域在内的设备购置和更新改造新增贷款，实施阶段性鼓励政策。2022年9月28日，中国人民银行宣布设立设备更新改造专项再贷款，额度2000亿元以上。 比如下面是金融机构、国企、教育领域的服务器采购订单：农业银行：2022年6月，2022年第一批PC服务器项目——22850台海光芯片服务器； 建设银行：2022年12月国产芯片服务器采购项目、全行台式电脑（国芯）采购项目、国产操作系统软件采购项目——鲲鹏服务器3.6亿元、海光芯片服务器1.6亿元、飞腾芯片服务器7411万元、国芯电脑1.2亿元、麒麟软件9900万元；中国人寿：2022年12月2022年数据中心所需第一批电子化设备公开招标4亿元； 河南理工大学国产化和网络安全系统：2022年11月包括国产超融合一体机、国产化支撑系统与国产高性能数据库云平台、网络安全攻防演练平台等2917万元；长治市教育系统信息化项目：2022年11月11990台台式机、13050台便携式计算机、25050套流式软件、25050套版式软件1.87亿元； 河北农业大学数字化转型建设项目：2022年12月拟采购国产化设备（硬件软件）、校园智能安防系统、相关业务管理系统、建设数据中心和高性能计算平台等，共计9371台件1.9亿元；12月5日，中交集团发布国产终端电脑采购框架协议招标项目，在未来3年（截至2025年底），中交集团下属各单位预计将采购6万台国产办公电脑终端，主要包括ARM（飞腾）、LoongArch（龙芯）两个技术路线设备包段。12月26日，中石化发布信创桌面终端设备框架协议采购招标公告，采购采购Loongarch（龙芯）、ARM同构（飞腾）和X86（兆芯）信创终端设备。为了数据安全性，各行业新采购的服务器，在芯片和软件上做了指导——国产芯片为主、国产软件为主。上图为目前比较国产化的几个芯片（海光、飞腾、龙芯、鲲鹏、兆芯）。
(0)关于未来，每个人都需要认真思考一次。毕竟，以后的每一年，世界经历的变化，会超过过去十年的改变。人类已经进入人工智能加速时代，所有的进化都会在云空间上用机器算力持续不停放大，在我们睡眠的时候，休息的时候，停下的时候，机器都在持续不断训练和进化。一旦超过某个临界点，某个认为属于人类才能解决的问题，可能机器会不断宣布，我们能做得更快更好更便宜。我们人，我们人类，怎么办？——答案并不是显而易见，你我都需要思考。但我相信，唯有思考过远方的人，才有机会抵达。（秋叶大叔）
(0)
手机扫描二维码访问
