| 2025 | No.10 | No.9 | No.8 | No.7 | No.6 | No.5 |
|---|---|---|---|---|---|---|
| No.4 | No.3 | No.2 | No.1 | |||
| 2024 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2023 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2022 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2021 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2020 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2019 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2018 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 |
随着大模型能力的持续升级和推理应用的不断深化,数据处理规模急剧扩大,数据处理需求也日益多元化,这对存储与算力的交互能力提出了更高要求。针对当前大模型推理场景下更多数据、更大规模以及更长上下文窗口对存储系统形成的新要求,深度分析以算代存、以存替算两种模式下的实现机制、重点技术和应用实践;进而结合当前技术产业基础和应用场景需求,指出根据访问延迟和带宽需求构建的分层、体系化协同存储模式对后续算存协同发展的重要意义。旨在探索算存协同的具体实现机制及演进路径,为推动提升智算集群利用效率、更好支撑大模型推理发展提供有益参考。
物料主数据作为企业数字化转型的核心基础数据,其治理质量直接影响企业运营效率和决策准确性。传统物料主数据治理方法在面对海量、多源的物料数据时,普遍存在自动化程度低、处理效率不高、治理成本高等问题。为解决上述问题,结合国家能源集团物资公司的业务实际,提出了一种基于大模型与检索增强生成技术的物料主数据治理方案。该方案以本地算力架构为基础,设计了清晰的技术实施路径,并构建了包含算力基座层、模型层、数据层和应用能力中枢层的四层技术架构,实现了存量物料重复数据识别、智能分类推荐和特征参数校验三大核心功能。在具体数据治理场景下,该方案显著提升了数据治理的准确率与处理效率,同时有效控制了治理成本,为企业数字化转型提供了坚实的技术支撑,并推动主数据管理向着智能化、自动化的未来趋势迈进。
在人工智能大模型算力需求持续提升的背景下,实现Scale-up网络中成百上千加速卡的高带宽直连与协同工作的重要性日益凸显。首先梳理超节点技术发展现状,进而从互联协议、互连技术、系统管理软件、电源及散热技术等核心维度,系统分析超节点技术的发展态势与产业发展现状;并结合当前产业面临的机遇与挑战,最终提出适配算力产业发展需求的超节点技术迭代路径与产业推进策略。
立足国家“东数西算”工程,系统研究人工智能技术驱动全国一体化算力网络的关键协同机制。基于国家“东数西算”工程实践,从调度效率、资源整合等维度切入,剖析当前算力网络的发展态势以及核心瓶颈。同时,通过对鹏城实验室中国算力网等案例的深度剖析,提出算力网智能协同调度的优化路径,为构建高效、安全、自主协同的一体化算力基础设施建设提供理论支撑。
面对未来6G通信网络在高密度场景下面临的组合优化与实时决策挑战,传统计算范式正遭遇性能瓶颈。旨在探索一种基于量子-经典混合计算的新型解决方案。首先阐述了混合计算作为后摩尔时代算力演进新范式的必然性,并介绍了其核心组成,特别是作为专用优化加速器的量子处理单元(Quantum Processing Unit,QPU)。随后,聚焦6G多用户多入多出(Multi-User Multiple-Input Multiple-Output,MU-MIMO)系统中的波束赋形优化难题,提出了一种基于离子阱平台的量子-经典混合计算框架。该框架通过将通信优化问题映射为伊辛模型,利用量子近似优化算法(Quantum Approximate Optimization Algorithm,QAOA)进行核心求解,并由经典计算机进行迭代优化与控制。最后,通过数值仿真对该方案性能进行评估。仿真结果表明,该混合计算方案有望快速完成决策,并将系统和速率相较于传统启发式算法提升15%~20%。研究结果展示了混合计算在突破经典算力瓶颈、赋能未来通信网络方面的巨大潜力,为解决其他领域的复杂优化问题提供了有益范例。
随着各项新型技术的快速发展,日益增长的计算资源需求与当前有限的计算资源和固化的分配模式产生了一定的矛盾,优化计算资源分配、提升计算资源利用效率成为亟待解决的问题。拟态计算系统通过异构资源按需分配、硬件资源池化、动态重构资源等机制能够灵活快速高效地分配计算资源,充分发挥计算资源执行效率,大幅提升系统整体计算能效比。通过梳理测试评估指标、建立测试评估模型、开展应用场景实践进行拟态计算系统测试评估体系的研究,从而明确拟态计算系统功能的先进性以及对于计算效率的提升情况。
量子计算作为下一代信息技术的核心,被视为解决复杂科学问题、优化工业流程及重塑国家安全的重要工具。相比超导、离子阱等技术路线,光量子计算因其无需超低温环境、可扩展性强等优势,成为日本科研机构和企业竞相布局的重点方向。通过分析日本光量子产业发展状况及战略设计,为我国光量子产业发展提供多维度参考。
先进计算技术正驱动非招标采购向智能化系统化转型,其规模化落地的关键在于构建“算力+架构”协同的底层支撑体系。聚焦资质核查、合同解析、专家评审与文件生成四大场景,系统阐述异构计算、分布式推理等架构如何赋能多模态解析、多模型协同与人机交互式生成,显著提升采购效率、准确性与合规性。结合国家政策导向,系统梳理了先进计算赋能下非招标采购智能化的技术演进路径、典型应用成效及核心挑战,并指出未来需在算力友好型模型设计、可验证的生成校验机制及工程化部署策略等方面持续突破,以构建高效、可信、可扩展的智能采购体系。
近年来,隐私计算技术发展迅速,技术可用性不断提升,产品类型逐渐丰富。但在实际应用中,产品安全性、算法可用性和使用易用性是推动隐私计算大规模应用的关键要素。首先分析了用户在使用隐私计算技术时对安全、性能和易用性的需求,然后从架构、技术和实现功能等角度深入研究了基于软硬件结合的隐私计算系统。
首先,提出了一种基于数字孪生体的水电装备运维数据治理方法。该方法采用资产管理壳技术定义装备数字孪生体元模型,并依托于元模型和全领域数据空间方法,以及水电装备数字孪生体动态构建方法,实现水电装备全生命周期数据、功能行为模型及关联关系的高效治理。其次,通过案例研究验证了该方法在水电装备运维管理中的应用效果,证明其能够提高设备的运维效率,减少故障发生率,并为决策提供数据支持。
深度伪造技术的快速发展加剧了社会信任危机与安全威胁,其滥用场景已从虚假新闻、身份欺诈扩展至更广泛领域。为应对挑战,深度伪造检测技术逐步从单模态检测发展为多模态融合检测,通过整合视听等多源信息显著提升检测精度与鲁棒性。首先,评析多模态数据集的特征及适用场景;其次,分类阐述“检测—定位—解释”三位一体的技术方法体系,进而评估现有检测平台的实际效能;最后,展望未来的研究方向。研究旨在构建多模态深度伪造检测的技术图谱,为领域发展提供理论支撑与实践参考。
当前,互联网教育应用软件存在底数不清、质量不一、个人信息保护能力参差不齐等问题,建立一种能够便捷识别互联网教育应用软件多维信息的编码方法,并以此完善互联网教育应用程序质量管理机制,能够帮助用户更好地选择使用合规好用的应用软件,也能够有效支撑管理部门进行监管治理。
传统以“带宽提升”为技术发展思路的时分复用无源光网络(Time-Division Multiplexing Passive Optical Network,TDM-PON)已经不能满足一些低时延应用的需求,急需对无源光网络(Passive Optical Network,PON)低时延技术展开研究。首先对虚拟现实云计算/增强现实云计算、工业应用等场景的低时延需求进行阐述,然后分析无源光网络时延的构成,其时延问题主要来源于上行带宽分配机制和光网络单元(Optical Network Unit,ONU)注册/测距机制引入的上行随机时延。针对前者介绍了固定带宽分配、单帧多突发、协同动态带宽分配(Dynamic Bandwidth Allocation,DBA)等低时延关键技术;针对后者介绍了带外开窗、开小窗等低时延关键技术。