社区

常言道“衣食住行”，“衣”排在第一位，这还要归功于嫘祖。正因为在古时候，嫘祖发明了养蚕、缫丝、织绸等技术，造福人类，她成为了人类生产力的守护神之一。 而现在，嫘祖也创立了自己的企业，产业链包含养蚕、缫丝、制衣……非常丰富。但随着企业发展，嫘祖有了更大的“野心”，并渴望让企业发展更进一层楼。然而，这要如何才能实现呢？ 正当嫘祖困惑时，白洞出现，他提到创新才是一切进步的最终推手，并向嫘祖介绍了新质生产力和大模型……

沙丘星球最近遇上了大问题，因为星球上的香料企业被勒索病毒攻击了，香料数据被锁死、丢失，甚至被病毒勒索交赎金……严重影响了沙丘星球的国计民生。 来自沙丘星球的保罗，化身沙丘政府香料企业的大老板，来到办公室巡查时，发现部分员工被勒索病毒折磨——被上锁的电脑、被加密的数据、文件的损坏……心中悲痛欲绝，想除掉勒索病毒。 这时，白洞登场，带保罗进入到沙丘星球的「数据世界」，寻找病毒的踪迹、解决企业的软肋，把网络、存储与云上安全一起抓！

智能时代的浪潮，终究还是吹到了童话世界，属于职场的「童话新编」即将开启。全面智能化的进程对王子公主化身职场打工人提出了更高要求，最终让他们风生水起的究竟是什么呢？ 21世纪，童话人物变身职场打工人，遇到的困难也不再是巫婆或者恶龙，取而代之的是企业难题。假如皇帝的新衣数据要存储、假如王子在加班之余还要陪伴睡美人、假如青蛙王子直播太忙无法陪伴公主、假如小红帽的火柴电商遇到阻碍、假如人鱼公主要开拓跨境业务……那么【上云】或许就是他们解决问题，实现业务发展的办法！ 多样创新产品与服务，各种行业转型与升级，助他们逆转人生，迈向幸福未来！

相传，在未知的地方，有着一个关于智能家电的《山海经》世界。它吸引了无数人前来探索，因为中国家电智能化的奥秘，就在其中。 我们的主人公——白洞，在听闻关于《山海经》的传说后，心生好奇，决定亲自寻找这个神奇的世界。 踏上旅途，他遇见了不同的神兽：白泽、獬豸、貔貅；也见到了不同的景象：海尔海信的智能化家电与消费电子、华为全屋智能场景、海思的核心芯片……一切一切都是如此的神奇，在这个神奇的智能化《山海经》世界中，白洞逐渐明察了家电智能化的神奇之处！

2024年，孙悟空在水帘洞里上网，看到最近的“下云”新闻，心想企业发展迅速，继“上云潮”过后新一轮“下云潮”频繁出现，面对不同趋势，他该如何做选择？ 于是，他来到天庭想寻找解决办法，却巧遇两派神仙争论“上云”还是“下云”的问题。两者各执一词，互不相让，双方各有论点和论据，且不相上下。 眼看就要打起来了，孙悟空连忙带着他们去找玉皇大帝，最后得到启发：不管“上云”还是“下云”，最重要是不要“人云亦云”！

人类知识的增长，往往伴随着科学研究的进步。漫漫历史长河中，唯有科学的发展才让我们得以认清这个世界…… 人类存在了三百万年，现代科学发展才一千年；到人工智能的发展几十年，直到最近人们才关注到AI与科学结合的方向。 在AI for Science 的世界里，曙光都做了哪些努力？请关注本期白洞计划。

在医院负责IT工作的小李，最近陷入了焦虑当中。医疗数字化带来了业务上线快、系统响应需求大的压力，给医院数据中心带来了巨大挑战。 如何破解医院数据中心的几大难题？ 请看本期白洞计划。

听说最近来了一场“流感”新型勒索病毒肆虐全球，不少企业用户遭遇攻击，电脑文件被加密，需支付高额赎金，目前感染范围仍在扩大…… 这就是数字时代的“脆皮系统”，不想变“脆皮”必须加强免疫力。 到底什么是数字安全免疫力？如何增强企业的数字免疫力？请收看本期白洞计划。

众所周知，网络建设带来的“联接力”是信息共享、数据交互的重要工具。算力，也已经成为数字经济里的新生产力，但“存力”的概念却鲜少有人知道。 YB时代，数据成为第五生产要素，暴增的海量数据，如满口利齿的巨齿鲨，不断向存储领域发起攻击。 如何战胜数据中的巨齿鲨？请看本期白洞计划！

什么？ 炼个大模型还嫌贵？ 到底哪里贵了！？ 大模型算力贵？哪里贵了！？ 争先恐后训练大模型， 搞得现在“算力慌”“一卡难求”， 算力当然水涨船高了! “特供版”GPU又贵又缩水， 大家自己愿意当“冤大头”囤卡， 还好意思埋怨贵了？ 这么多年有没有认真工作？ 为什么这么多算力还依赖进口! 自己为什么不能制造芯片? 有没有在自主化上想想办法？ 解决算力难题， 厂商们可以选择AI云服务。 在社会层面进行算力集约， 让算力普惠。 同时支持国产AI算力， 让国内市场活跃起来。 大模型基础设施贵？哪里贵了！？ 数据需要存，接入AI模型需要网， 部署AI模型需要终端。 哪个不需要投入了! 任何一个地方出现短板， 就会出现木桶效应! 加一加算一算，当然不便宜了！ 有时候找找自己的原因! 综合成本那么高， 是不是盲目追求高配置了? IT设施能不能跟上大模型发展？ 是不是IT采购做得东一榔头，西一棒槌？ 有没有做过全盘的数字化设计？ 想要把基础设施的综合成本打下来， 就需要选择和大模型 适配的存储、网络产品。 统筹规划自己的ICT基础设施， 让大模型获得良好的数字化土壤。 大模型数据贵？哪里贵了！？ 专用数据从采集、清洗到标注、验证， 每一个环节都需要成本。 有的企业整理3TB数据成本就高达数十万。 通用数据便宜！ 不担心大模型差异化问题你去买啊! 平时有没有重视自有数据？ 全员通宵埋头标注数据的时候， 高价买数据的时候， 就没想想怎么能剩下一笔数据成本？ 想降低数据成本， 首先就要重视自身的数据资产， 加强数据资产的收集保存， 同时强化流通， 数据流通起来才有价值! 大模型运维贵？哪里贵了！？ 大模型数据规模大、迭代版本多、算力节点多。 多就代表复杂，复杂就代表故障率高。 一出故障要推倒重训， 一次训练恢复就要一星期以上， 项目进度停滞，人工和算力开销照旧， 整体成本咔咔上涨!