社区

1991年，科学家Mark Weiser发表了一片文章《The Computer for the 21st Century》，其中有一句名言： The most profound technologies are those that disappear.They weave themselves into the fabric of everyday life until they areindistinguishable from it. 翻译成中文是：最具影响力的技术，是那些看不见的技术。这些技术已经渗透到人们日常生活的方方面面，成为日常生活的一部分而无法区分。 全光网，就是一个在我们生活中渗透的技术。 过去几年，全光网经历了“从无到有”。随着F5G第五代固定网络代际演进和行业数字化加速，光产业迅猛发展，物理光纤网走向全光业务网，中国已经成为光纤铺设、光纤入户占比以及全光网应用的第一大国。 如今来到算力时代，AI进入加速阶段，全光网开始“从有到无”。 这个“无”是联接无处不在、计算无处不在、感知无处不在，无处不在的光联接，可以支持海量多样化算力资源的随取随用，为个人、家庭、企业等各种场景用户提供覆盖衣食住行、千行百业的极致联接体验。 固定网络由F5G向F5.5G演进，迈向泛在化的万兆体验，这个过程中，产业也呼唤下一代的传送、接入和感知技术与产品。 6月1日，华为在北京举办了“光联万物，筑基算力时代”为主题的发布会，正式发布智简全光联接战略及系列重磅新品。同时，深入解析算力时代的光技术创新方向，提出全新战略，构筑高品质联接和多维智能感知，支撑社会数字化转型，实现光联万物的愿景。 算力时代，究竟需要怎样的全光底座。 致广大、尽精微：2+2+X的算力“运输系统” 无论是最近爆火的生成式AI，还是4K/8K高清电视的普及，VR/AR、智能网联汽车以及大量的产业智能化场景，

5月30日，在2023中关村论坛成果发布会上，《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》正式发布。《实施方案》要求，支持创新主体重点突破分布式高效深度学习框架、大模型新型基础架构等技术，着力推动大模型相关技术创新。 这被业界视为中国将强力推动大模型发展的又一力证。事实上，近期从中央各部委到地方省、市，对于发展AI技术，把握大模型机遇的政策倾斜度不断上升，无论是政策出台密度还是整体战略高度，都达到了惊人的水平。 有理由相信，中国将实现一场以大模型为突破点的AI狂飙突进。自2017年开启新一代人工智能发展战略以来，中国将在目前机遇窗口中得到再发展，推动AI产业全面爆发。 我们都知道，抓住AI发展机遇，需要以技术突破与基础设施建设为基础，而提到AI产业的基础设施，普遍会提到AI芯片、深度学习框架、预训练大模型，却经常会忽略另一个关键问题：大模型将带来巨大的数据压力，数据存储也是AI发展进程中的支柱。 ChatGPT是这一轮AI爆发的引线，而接下来大模型规模化应用带来的数据难题，其实也早已写在了ChatGPT当中。 面对这种即将到来的压力，中国存力准备好了吗？ 从ChatGPT看AI崛起带来的数据挑战 从2018年谷歌发布BERT，业界开启了预训练大模型之路。大模型的特点是训练数据规模与模型参数庞大，这将给存储带来严峻考验，这一点在ChaGPT中也展现无疑。 预训练大模型所谓的“大”，体现在模型的深度学习网络层数多、链接多、参数复杂，以及训练所用数据集种类更复杂，数据数量更丰富。在深度学习算法刚刚诞生时，主流模型只有几百万参数，而BERT发布时模型参数就已经过亿，将深度学习推进到了大模型阶段。到了ChatGPT这个阶段，主流模型已经有几千亿参数，甚至业界已经开始规划万亿模型。几年时间里，AI模型的参数提升几千倍，如此庞大的数据与模型都需

北京是首都，上海是魔都，那深圳是什么？如果在网上问这个问题，网友会告诉你，深圳是“搞钱之都”。 金融在深圳扮演着关键角色，金融产业的配套数字化基础设施地位也自然也非常重要。深圳的银行、券商等金融机构，普遍更加重视科技创新，重视数字化建设，并且成为了全国，乃至全球的表率。 近几年，自主化数据库替代成为了金融数字化发展的重要趋势，同时也展现出了一系列挑战。 掌数科技仅在2022年与华为的首年合作中，就成功破冰6家GaussDB商业客户，尤其在深圳金融行业中取得了关键成果。 他们是如何给搞钱搞到飞起的深圳人，带来了一双名为GaussDB的金融数据之翼？ 让我们走近掌数，走进深圳金融行业的数据库更迭之旅。 金融行业的数据库更迭，为什么这么难？ 金融行业作为事关国计民生的领域，走向科技自立自强尤为重要，而在其中，金融行业应用自主化数据库，是一个重要性极高，同时难度极大的工程。 总体来看，金融行业数据库的更迭，需要面对来自三方面的挑战： 一、金融行业数字化本身的复杂性。 金融行业数据规模大、数据读写调用频繁，加上本身具有严苛的数据安全与数据效率需求，都让数据库替换变得异常复杂，核心业务系统的数据库更迭更是如此。 以证券公司核心业务系统中的法人清算系统为例，这个系统与支付系统、财务系统、登记结算等外部系统有着非常多的交互依赖，系统运行逻辑复杂。清算过程涉及大量的任务处理，清算延时会影响到其他业务系统，带来难以估计的影响。这样的业务复杂度，落实到数据库层面带来的替换复杂度可想而知。 如果数据库的处理能力、运行效率不理想，带给金融产业的问题是巨大的。证券账户里是用户的真金白银，交易行情瞬息万变，数据库替换必须做好万全准备。 二、自主化数据库本身处在早期发展阶段。 相较于金融行业普遍使用的数据库，自主化数据库可以说是用几年时间，去追赶别人30、40年走过的路。 这导致很多金融机构，找不

AI大模型作为最新的通用技术，今年以来，发展如火如荼。也有很多从业者和专家注意到，AI模型训练和应用过程中，需要优先考虑网络的升级与适配。 如果说数据中心、算力集群是AI的“心脏”，那么网络就犹如AI的“动脉”，担负着算力、数据等生产资源的“血液循环”。 AI技术的应用与落地，AI算力必须像水、电一样随时取用，要实现这一目标，网络联接是核心要素。 近年来，各家基础设施服务商也都在为AI的广泛应用，进行紧锣密鼓地布局。其中，新华三集团凭借在企业网络领域20多年的深厚积累，针对AI大模型和AIGC热潮，有着自己的体系化思考，也布局了很多技术。 与AI计算力相适配的网络基础、技术体系、服务模式，我们从新华三的思考出发，去读懂智能时代的中国脉动。 修炼内力：AI大模型的泵血机制 AI大模型代表了最新的数字生产力，我们从AI机制出发，去理解网络所代表的联接力，为什么是AI时代不可或缺的“内力”。 先问个问题：当下AI大模型的瓶颈，是买不到GPU卡吗？ 不，是网络传输。 首先是造血——训练大模型，网络是“AI心脏”的主动脉。 OpenAI的一份内部报告中提到，跨服务器数据传输，是超大模型训练的最大瓶颈。 这是因为，AI大模型通常需要部署在AI计算集群，以实现训练和推理加速。为了减少训练时间，通常会采用多GPU分布式训练，而多台设备上并行训练，必须解决服务器间的通信瓶颈，这也就对网络带宽性能提出更高要求。 传统网络并不是以AI大模型所需要的大流量、超高吞吐、超低时延传输为目标设计的，只能提供“尽力而为”的联接，面对这一波AIGC热潮，可能导致大量延迟、传输速率不稳定、运维成本过高等问题。 如果说AI算力集群是大模型的“心脏”，网络作为“主动脉”，必须扩容才能泵出极致算力。 其次是输血——使用大模型，网络是抵达末梢的“血管”。 AI大模型和AIGC应用，最终都要抵达百行百业，转化为

办公室的空调自动调温？ 办公楼中电梯自动报修？ 办公楼门口有隐形保安？ 这些办公室中的神秘事件将会慢慢变成普遍现象。 家、办公楼、学校、医院…… 人的一生都离不开楼宇。 随着科技的发展，由智能化、信息化、可视化凝结而成的智慧楼宇，随着智慧城市的发展，逐步成为城市中不可或缺的智慧建筑，而楼宇的智慧化、可持续化的发展，会是一个长久的命题。 所以与我们关系密切的楼宇，有多智慧呢？ 请关注本期名侦探白洞——办公室“神秘”事件!

前不久，我们报道过一家净水器品牌易开得，将“航母展台”搬到了家电行业展的事情。不仅现场观众纷纷前去打卡，网络读者们也都倍感神奇直呼666。 大众的兴奋感从何而来呢？我想是因为航母这类“重器”和卫星、导弹、航天飞机一样，平时看不见、摸不着的，大家都觉得这个领域很神秘。其实，航母级科技的本质，就是高端制造业。像其他行业一样，有很多技术也向民用普及，跟我们的生活发生着密切的联系，这件事其实比我们想象中要普遍。 这不，易开得和航母的故事，还在继续。 5月18日，易开得全球首个航母级联合净水实验室揭牌仪式在三亚举办，合作款产品也正式亮相，昭示着易开得的航母级净水科技又向前迈出了重要一步。 我们都知道，航母是一种成熟技术综合集成的巨型钢铁巨舰，家庭用水这件小事，有必要搞一个航母级联合净水实验室吗？ 看似出人意料的合作，却与科技的本质格外契合。《道德经》中说过：为天下溪，常德不离；为天下式，常德不忒。 好的科技，共性是心怀天下、德被万家。中国航母护卫人民安全，是工业化、机械化、信息化的典型标志，为天下式；易开得护航人民用水，让航母级净水像溪涧一样流进每个家庭，为天下溪。 从这个角度讲，易开得用中国航母精神制造净水器，有一种回归科技本源的“早该如此”。所以，我们迫不及待想走进全球首个航母级联合净水实验室，去看看那些早该走进日常生活的航母级净水科技，究竟能带来什么？ 驶向深蓝：用水升级的必由之路 “现在自来水的品质变高了，早已不再是酱油水，真的有必要关注净水器吗？” 你说巧不巧，航母也曾遇到过类似的问题“现在都是信息化时代了，还有必要关注航母吗？” 答案当然都是：yes。 理由也颇有异曲同工之处： 第一，复杂多元的环境。 一艘航母就是一座综合性城市，承载的任务日渐多元。环顾家庭用水，高品质水源不仅吸引高净值家庭、母婴人群，普通家庭也开始提高用水标准。同时，净水也从单一的“入口喝”，向

“无穷”和“无穷+1”，哪个更大？ 已经吸收了不知道多少数据的AI模型，和比他多学习一条数据的模型，哪个更智能？ 想聊聊这个问题，出于一个偶然的机会。很早之前我在测试ChatGPT的时候，突然想问他个刁钻问题，于是就问它：“希尔伯特旅馆悖论，对现实世界有什么影响？” 说实话，ChatGPT答的驴唇不对马嘴，还硬拗出几点，有他一贯的特色。但其中一段回答值得琢磨。他答：“希尔伯特旅馆对于计算机科学是有帮助的，因为当我们处理无限大的数据集时，希尔伯特旅馆可以作为我们思考方式。” 无限大的数据集，这东西显然不存在。但当大模型训练用的数据参数达到某种天文数字，当真人反馈机制成为常态，模型在使用过程中会接触难以估量的数据。这难道不是某种无限吗？ 但人类能控制无限吗？ 今天这个话题，其实更接近某种科幻讨论，或者一些关于AI未来的脑洞。可能大家读完之后也不清楚在说什么。但也无妨，我们就当一起舒展一下大脑，放松一下最近被ChatGPT弄得挺焦躁的心情。 一起去希尔伯特旅馆，度个假吧。 欢迎来到，悖论旅馆 这家旅馆坐落在名叫“数学”的热带风情度假胜地，有的人来了不想走，有的人一想到它就口干舌燥。 希尔伯特旅馆，其实是德国数学家大卫·希尔伯特在讨论无穷这个概念时，举的一个生动例子。它既是一个数学游戏，也经常跻身知名的若干悖论之一。 它的具体意思是说，假设一家旅馆有无穷个房间，但是都住满了。这时候又来了一位旅客要订房间，酒店主人就可以不慌不忙，让1号房间客人移到2号，2好移3号……以此类推，反正房间数量是无穷的，这样新的旅客就可以住1号房间。 而这时，又来了一车旅客。酒店主人依旧如法炮制，让每个房间的客人都向后移动N个房间，最终把新来的客人安置进去。 以此类推，接下来会发生什么呢？假如新来了无穷个客人。那么酒店老板只需要让每位客人都移到单号房间。比如2号房间移到3号房间，3号房间移到5号房

大家好，我是脑极体的风辞远。一直以来我们都在写大块文章，很少有机会跟大家聊天。时间长了，总觉得这种方式有一点冷漠感，不够轻松，加上往往每篇文章只聚焦一个话题，而我们产能有限，就会有很多值得聊的话题被错过了，多少有点遗憾。 于是乎，我就想到了这样一种方式：这个专栏会选择一周中的科技新闻，给出我自己的看法和观点，希望能够帮大家换个角度看待科技。我们一起在乱花迷人眼的科技湍流中，进行一点小小的独立思考。 今年一切都在回暖，似乎可聊的东西也在增多。本期我们先聚焦AI，后续也会渐渐向更多技术领域辐射。 让我们喝杯茶，慢慢说。 能诈骗的AI 最近提到AI，很多朋友都会说，AI这个技术好可怕啊！咱们慢点发展，或者干脆别发展它了。 回顾这一周的AI新闻，似乎确实感觉我们好像在面对某种“难以名状的恐怖”，克苏鲁氛围直接拉满。 首先，AI诈骗正在全球肆虐。本周，包头警方公布一起利用AI技术实施电信诈骗的典型案例：福州市某科技公司法人代表郭先生10分钟内被骗430万元，犯罪分子冒充郭先生的好友，通过微信视频进行连线，让郭先生帮其走账。结果之后发现好友的视频和声音，居然全都是犯罪分子用AI进行合成的。 如果没记错的话，这是国内此前很少见的AI换脸+变声诈骗案件。但事实上，这种骗术在国外已经非常多，传进来只是时间问题。 我们在4月1日发布了一篇《聊聊那些正在坑人的新型AI》，就是希望提醒大家AI+诈骗的方法已经迭代了。现在AI换脸、AIGC真人图像的成本已经非常低，犯罪分子不可能错过这个机会。 这里当然不是想炫耀所谓的“我们早说过了”，而是认为我们必须要反复提醒大家，AI+诈骗的升级正在进行时，可能带来的危害非常巨大。这里的关键点，在于AI换脸+变声，已经超过了一般人对于诈骗行为的警惕阈值，是非常需要大力科普的。但现在对诈骗的普及宣传，更多还停留在比较老式，有点江郎才尽的电信诈骗上，他们

不得不承认，全球经济前景仍然存在较大的不确定和挑战。全球经济疲软、地缘政治逆风、行业竞争加剧等多重压力让很多人都感受到了寒意。 在可预见的未来，我们将继续在一个复杂多变的全球环境中运营。 因此，著名的科技思想家凯文凯利提出，未来不再有理想化的乌托邦，而是一个处在不断变化过程中的“进托邦”。 “进托邦”(protopia)，其中的“进”（pro-）来自于“进程”（process）和“进步”（progress），指的是明天不会像我们想象的那样完美，但会变得比今天好一点儿，在变化进程中持续进步，进化就是一种生活方式。 最近联想公布了2022/23财年全年及第四财季业绩。从中，我们能够看到一个信号：联想已经抵达“进托邦”，理由有二： 一是转变（process）。过去几年，联想集团开始了持续的“以服务为导向的转型”，努力成为全栈型基础设施与服务提供商。从这份财报来看，整个财年尽管企业经营的外部环境存在多重挑战，但联想的转型依然在前进。 二是进步（progress）。联想业绩表现体现出了强大的韧性，尤其是PC之外的多元化增长引擎日趋强劲，全年非PC营收占比提升到近40%，其中SSG营收全年增长22%，第四财季增长18.2%，进步是明显的。 联想抵达“进托邦”，也说明在整个世界充满不确定性的今天，ICT技术依然值得期待，数字化转型的机遇的确会让企业持续进步、变得更好。 面对变化，无论个人还是企业，转型都不是一件轻松的事。如果你也好奇，什么样的转型才是出路？联想方案与服务业务集团（SSG）业务的增长，究竟靠的是哪一片蓝海？ 我们不妨从联想财报中看到的变化去解锁早日抵达“进托邦”的答案。 时代之变：不止于数字化，还要可持续 有必要解释一下，作为联想转型引擎的SSG业务究竟是干嘛的？凭什么成为重要的利润贡献者？ 联想SSG在全球范围内提供三个主要服务，其中包括数字工作场所解决方案、混合云解

每个人可能都想过这样一些问题：我们的地球，能够承载多少人口？地球上的石油和煤炭能用多久？碳排放的极限在哪里？ 但你有没有想过，我们的地球，能够承载多少数据？ 根据《数据存储2030白皮书》预测，到2030年，全球每年新产生的数据总量将超过1YB，也就是1亿亿亿字节。这个数据增长速率，已经远远超过了目前阶段全球存储容量的增长。根据相关数据，2022年全球前五名外置存储厂商发货容量是2012年的3倍，相对迎面而来的YB数据时代，这样的发展速率远远不够。 换言之，很可能有一天，我们的地球会面临数据太多，无法完成有效存储的可怕景象。那可能意味着生产力发展停滞、大量珍贵数据不得不被删除、人类文明的记忆开始褪色。 存储，就像人口问题、能源问题、环境问题一样，正在成为困扰地球未来发展的巨大挑战。 这也意味着，我们必须像直面环境与能源问题一样，去直面数据洪潮带来的压力。去透视问题的本质，寻找解决问题的思路，承担起彼此应该承担的责任。 5月23日，2023创新数据基础设施论坛在德国慕尼黑举办。本届论坛以“新应用、新数据、新韧性”为主题，来自全球的各界专家与产业代表共同就YB数据时代下的数据基础设施建设展开探讨。 会上，华为全面阐述了拥抱新兴应用生态、高效处理海量非结构化数据、全面提升数据韧性等数据存储产业演进方向。这些演进方向，可以看作是华为直面存储挑战的态度，也可以看作是各界对建设未来数据支点的尝试。 更可以看作是今天的存储产业，给地球上那些美丽数据的一个承诺。 仰望星空，脚踏数据 或许有朋友会觉得，数据存储无非就是数字化产业自己的问题，它跟地球发展有什么关系？ 其实不然。伴随着千行百业的数字化、智能化，数据存储已经变成了每个行业、每个领域，甚至到每个人都必须面对的挑战。可以说，从科研到生产，从生活到艺术，每个领域都离不开存储。数据存储能力即是生产力，数据质量是发展质量，已经成为了