當前位置: 華文世界 > 科技

新華三的差異化價值在哪︱數位中國行

2024-09-03科技

作為中國ICT產業的中堅力量,面對正在到來的AI時代,紫光股份(000938.SZ)核心子公司新華三集團開始了新一輪變革。

從「AI in ALL」智慧戰略到「AI for ALL」業務戰略,新華三逐漸找到了自身的差異化價值和打法。一方面,新華三透過充分發揮「算力×聯接」乘數效應,重點打造智算資源優勢;另一方面,透過提升產品及解決方案的智慧性賦能百行百業,推動AI落地與變現。

據悉,新華三已構建「雲-網-安-算-存-端」全棧業務布局,擁有雲端運算、大數據、網路聯接、計算儲存、安全、智慧終端等產品和解決方案,形成了ICT基礎設施底座。上半年,新華三實作營業收入264.28億元,同比增長5.75%;營業利潤19.96億元,同比增長12.91%;凈利潤18.20億元,與上年同期持平。

算力×聯接提供底座能力

算力是AI廠商必須支付的硬成本,新華三出身於ICT產業,背靠新紫光集團,在算力建設方面具備天然優勢。AI時代呼喚大算力,H3C UniServer系列伺服器能夠提升算力支持,但大算力集群的使用效率也受限於運力,為此新華三在上半年推出系列新產品和解決方案,將算力和聯接技術進行調優與配合,以充分釋放智算資源價值。

「我們早早確認了今年的主旋律就是‘算力×聯接’。去年我們AI伺服器業務可以說是異軍突起,市場占有率顯著提升。今年在國產化方面也有很大進展。由於我們同時具有很好的算力和網路能力,因此與主流GPU公司都有比較好的合作。」新華三集團高級副總裁張力告訴第一財經。

具體來看,在算力層面,新華三可以提供CPU和GPU多元化選擇,並加強供應鏈的供給保障。半年報顯示,新華三釋出的傲飛算力平台3.0,可支持萬卡集群以及多元CPU和GPU的異構算力統一排程,支持大規模智算中心運維管理,實作對集群算力資源的統一管理、監控、告警。

聯接層面,新華三積極推動聯接標準化,透過伺服器內、外部GPU聯接標準化,實作異構GPU的智算集群,降低算力部署和套用的成本,並透過軟體生態的標準化,打通智算孤島,促進資源共享與產業共同繁榮。

「我們有很多網路解決方案,萬卡集群的部署也有很多經驗,所以這塊也給我們帶來了增量。」張力表示。「營運商正在建設大的智算網路,正好要用到我們的裝置和整體解決方案。」新華三集團高級副總裁、首席品牌行銷官楊璽補充道。

在算力資源層面,2023年新華三聯合政府、營運商與生態合作夥伴攜手打造「圖靈小鎮」集群,進軍智算服務市場,目前已在杭州、鄭州、西安、鹹陽等地套用。「目前我們的算力已經開始不斷往外租賃,各地的圖靈小鎮已陸續為地方政府、企業客戶、互聯網公司、科研院所等開展服務,未來還會有更多的圖靈小鎮在全國各地落地開花。」張力表示。

新華三在中國伺服器市場市占率排名第二,作為網路出身的ICT廠商也具備網路優勢,目前新華三正在將片間互聯和集群互聯的技術向世界一流追趕,未來或成為其在智算建設領域的差異化價值所在。

AI for all,專攻B端know-how

2020年,新華三首次提出「AI in all」戰略,即讓新華三的產品、解決方案以及產品研發過程全面嵌入AI,全面AI化。

「為啥新華三發展對內要做AI in all,是擔心我們現有硬體體系和作業系統會被顛覆,所以我們必須要搞。」張力坦言。

2023年,AIGC爆發,AI大模型發展迅猛。新華三將其靈犀大模型植入自身產品中。「如何把大模型用在我們的產品中,整個公司也在反復探討研究,目前來看仍處於起步期。」張力表示。

張力舉例稱,公司網路產品防火墻三年前就已植入AI芯片,已經具備對流量的一定判斷能力。「如果植入大模型,該產品不僅能夠對流量進行全面分析,還能夠自動生成安全策略,不需要人工去進行了解和現場部署。」此前在今年4月,新華三正式釋出了國內首款內建大模型能力的旗艦防火墻產品,在開局配置、業務執行、安全監測方面提供最佳化建議,並協助業務人員快速定位安全問題,為安全營運提供輔助決策。

在產品實作智慧化後,就到了「AI for all」階段,即新華三充分利用自身的技術、產品和解決方案,賦能百行百業數位化變革的智慧升級。

新華三的大模型策略是「1+N」:「1」是公司的私域大模型百業靈犀(LinSeer),「N」是N個優秀的通用大模型加行業模型。「在‘AI for all’戰略裏,新華三優選各類模型,為廣大客戶提供更好的服務。誰的模型好,我們就和誰合作,無論是通用模型還是行業模型。」紫光股份有限公司董事長、新華三集團總裁兼執行長於英濤在今年4月份表示。

不過,在百模大戰的當下,新華三的產品在演算法層面未必具備突出優勢,公司做AI套用的差異化優勢體現在深入場景、黏合套用。

「我們做的是怎麽讓大模型進入到B端,B端的特點是數據特別專業,數據量也不大,如何在這種數據下擁有大模型的能力,是我們一直做的事情。」張力表示,「與通用領域不同,B端大模型套用的容錯率很低,我們需要解決的問題是控制大模型的隨意發揮與創造,在這個基礎上,加入行業數據並行揮其作用,這其中包含了很多調優策略。」

張力舉例稱,在某知名企業的生產過程中,有一道工序是把鎳礦、鈷礦的原材料提取出來,放在特定溶液裏,需要等到原材料浮上來並冒泡,原材料在泡沫上懸浮時才能夠進行提取。而判斷這一點整個工廠只有幾位有經驗的老師傅才能做到。如果把老師傅的經驗整理出來,做出一個分析模型交給後台自動控制,就能夠提升效率。在生產過程中的很多經驗可能還需要人為幹預,但這可以由老師傅的徒弟來完成,因此這樣的大模型還有教導輔助的能力。

張力認為,如果真正能夠擁有大模型的能力,企業數位化轉型就進入了一個深水區。「我們還在探索政務領域,但絕對不僅是一個數位人的概念;我們還在探索教育領域,以及類似需要經驗傳承的領域套用,未來我們會帶出更多的AI解決方案。」張力透露。

「不管是訓練,還是推理,還是承接整個智慧底座,所有的平台,新華三都能解決。我們與客戶深度繫結,共同成長。新華三以硬體為抓手,為使用者提供連模型帶軟體的業務閉環。這就是新華三的差異化價值。」張力稱。