追加 70 亿人民币投资，联想加速部署人工智能技术和应用。

近年来，世界各国的HPC大师们正纷纷转向超大规模与云设施领域。但不同于在供应商处任职，他们往往更倾向在自己熟悉的岗位上不断深耕。劳伦斯利弗莫尔国家实验室计算部门的首席技术官Bronis de Supinski就是其中之一。

在适当措施的支持下，DevOps团队可以继续使用云资源进行创新、推动业务增长与扩展，同时有效规避数据泄露风险。

日前，“CSDN 2022中国开发者影响力年度评选”活动榜单正式揭晓。

思科昨天发布了强劲的第三财季业绩，尽管收入比去年同期有所下滑，但仍超出了华尔街的预期。该季度思科在不计入股票薪酬等特定成本的利润为每股79美分，收入为120亿美元，比去年同期下滑了8％。

浙江大学和新加坡国立大学联合开发的AutoSteer系统，为多模态大语言模型提供了创新的安全防护机制。该系统通过安全意识评分自动识别AI内部最佳监控点，结合智能毒性检测器和拒绝机制，实现了既强大又安全的AI防护。实验显示，AutoSteer在显著降低攻击成功率的同时，完全保持了AI系统的正常功能，为AI安全领域提供了实用的解决方案。

在高质量发展之路上，一些制造业的跨国公司也发挥了构建“新质生产力”的“领头羊”作用。以通力集团为例，扎根中国近30年以来，通力在中国累计发运台量已突破150万台，不仅满足了国内市场的需求，还将产品出口到全球100多个国家和地区，这被称为通力的“中国节奏”。

联想集团副总裁、联想移动中国区业务负责人常程在昨日的手机新品发布会上强调，联想做产品是非常较真的，希望为用户提供更多、更好、甚至用户都没有感知过的功能。

AWS将自动推理检查功能正式推向市场，旨在为企业和监管行业提供更安全、可解释的AI应用部署。该功能利用数学验证方法确定真实性，能够验证AI响应准确性并检测模型幻觉问题，声称可捕获近100%的幻觉现象。神经符号AI结合了神经网络的模式识别与符号AI的逻辑推理，通过数学证明方法解决企业对生成式AI不确定性的担忧，为金融审计等应用场景提供可验证的正确性保障。

Instructure与OpenAI合作，在广泛使用的学习平台Canvas中推出IgniteAI工具集。该系统为教师提供AI辅助的作业创建、自动化评分和内容生成功能，学生可在平台内与AI进行个性化学习对话。教师保持完全控制权，可自定义AI行为并审查所有回复。尽管调查显示教育领域在生成式AI采用方面领先，但仍存在算法偏见、数据隐私和学术诚信等担忧。

李佳琦的一句“够不够努力”，伤了所有打工人的心，也将我们的视线再次拉回到直播电商，我们发现国内的直播环境早已发生了巨变。

浪潮提出智能计算是未来IT基础架构的首选。在浪潮的智能计算架构里面，基于英特尔傲腾技术的持久性内存，在智能计算中发挥重要的作用。

布朗大学和普林斯顿大学研究团队发现，自动语音识别系统能够仅凭语音特征推测说话者的种族身份，并且对不同种族群体表现出不同的识别准确性。研究揭示了这种现象的技术机制，发现系统在学习语音内容的同时无意中学会了种族特征识别。研究团队提出了包括改进训练数据多样性、开发去偏见算法等多种解决方案，强调了在人工智能发展中考虑公平性的重要性。

浪潮重磅发布了“浪潮元脑”。“浪潮元脑”是浪潮人工智能全栈能力的载体与具象。

作为住宅房地产电子商务平台Opendoor的首席技术官，Raji Subramanian负责领导技术和产品开发的各个方面，并配备了敬业的团队以确保有一个可信的流程面向客户。近日，她和我们分享了她对客户至上、问题识别、向后和向前工作的一些观点。

施耐德电气每年都会基于深刻的行业洞察和实践发布《看得见的未来：数据中心市场的新趋势与新突破》以揭示新一年数据中心行业会发生哪些变化，有哪些趋势会影响数据中心行业未来的发展方向。以下是施耐德电气数据中心全球科研中心对2021年的十大新兴趋势的预测

Citrix退出后，现有用户将无法得到持续的服务保障。用户该如何应对接下来的“阵痛期”？金融、能源、制造、医药等Citrix深耕的行业客户，又该如何选择全新的替代方案？

戴尔闪电项目为PowerScale集群文件系统存储带来并行化性能提升，早期测试反馈积极。该项目旨在为PowerScale和ObjectScale存储系统添加并行访问能力，实现97%网络利用率和支持数千个GPU。通过客户端软件层分布式读取和RDMA技术，直接从客户端访问设备而无需遍历文件系统，有望成为全球最快的并行文件系统，性能比竞争系统高出2倍。

多伦多大学研究团队通过开发SEAM基准测试系统，发现当前最先进的视觉-语言AI模型存在显著的"模态失衡"现象。即便面对语义完全相同的信息，这些模型在处理视觉输入和文字输入时表现差异明显。研究涵盖国际象棋、化学、音乐、图论四个领域，测试了21个主流模型，揭示了分词错误和视觉幻觉两大根本原因。这项工作为评估和改进AI跨模态理解能力提供了重要基准，对推进通用人工智能发展具有重要意义。

在 Linux 技术的发展过程中，传统的资源隔离手段显然已经不能满足企业的需求，开源社区在技术和商业应用上不断推进，最终演进出了容器技术。