筑基Token时代:以“算力×联接”全栈协同重塑智能底座
毫无疑问,Token经济时代的序幕已经拉开,Token的生产、流转与应用水平,已演变为推动行业变革与社会进步的新型生产力。
- 智洞察
- 前沿技术
- AI in ALL
-
从技术破局到规模应用:AI技术发展趋势预判及关键技术挑战
2022年,生成式大模型带动AIGC生态快速崛起,推动人工智能发展重心转向技术迭代、应用落地与基础设施升级,深度赋能各行业。
文 | 新华三集团技术委员会先进技术研究部 张兵
阅读全文
-
面向AI大规模集群组网的端网融合方案探索和实践
大模型训练和推理都依赖多机多卡的大规模集群的方式来进行。
文 | 新华三集团技术委员会先进技术研究部 刘锋
阅读全文
-
Scale-Across场景与技术方案初探
随着AI技术的快速发展,基于Scale-up、Scale-out的算力扩展方式已经难以满足Scaling-law带来的需求。
文 | 新华三集团技术委员会总体规划部 张健雄 林涛
阅读全文
-
构建零丢包智算底座:
基于“IP+光”融合架构的广域DCI无损传输方案针对广域智算场景中带宽利用率低、微丢包与流量突发等挑战,本文创新性地提出一种“IP+光”融合架构,通过深度整合IP网络灵活性与光网络高带宽特性,构建了面向智算广域的智能传输底座。
文 | 新华三集团网络产品线 侯静
阅读全文
-
智算网络新范式:构建可扩展、可持续、高性能的AI基础设施
随着AI算力需求的爆发式增长,智算中心的规模正以前所未有的速度扩张。
文 | 新华三集团网络产品线智维产品线 王汉
阅读全文
-
AI集群的Scale-out与Scale-up:
解构“万卡互联”与“超节点”的网络架构本文系统阐述了AI算力集群中Scale-up与Scale-out网络技术的发展现状、技术特点及应用场景。
文 | 新华三集团解决方案部 郑上闽
阅读全文
-
大模型训练的网络通信调优:
从“内存语义”到“集合通信”的瓶颈突破聚焦大模型训练中网络通信的性能瓶颈。深度分析集合通信(Collective Communication,如All-Reduce, All-to-All)的原理及其对网络的挑战。
文 | 新华三集团解决方案部 张宗祎
阅读全文
-
从MoE到长上下文:模型架构演进对“算力×联接”的颠覆性挑战
生成式AI爆发推动模型架构向混合专家(MoE)与超长上下文(LongContext)加速演进,重塑了算力与联接的交互逻辑。
文 | 新华三集团解决方案部 唐侃毅
阅读全文
-
Scale-up网络技术概述:AI 超节点需要什么样的 Scale-up 网络
AI大模型参数规模指数级增长,Scale-up网络作为AI超节点内计算加速器高速互联的专用架构应运而生,成为支撑大规模AI训练与推理的核心基础。
文 | 新华三集团技术委员会总体规划部 马瑜
阅读全文
-
探索面向Agentic AI Infra的内存驱动计算:
基于CXL的沙箱镜像池与硬件KV缓存加速的组合架构Gartner 在最新发布的 2026 年战略技术趋势报告中,将 Agentic AI 及多智能体系统列为贯穿多项趋势的核心能力之一,人工智能正在从“被动响应”的工具进化为能够主动感知、规划并执行任务的“智能体”。
文 | 新华三集团云与计算存储产品线 俞引挺
阅读全文
-
大模型推理加速新范式:KV Cache技术的演进与突破
随着大规模语言模型(LLM)在长文本生成、复杂推理和多轮对话等场景中的深度应用,其推理过程中的显存瓶颈,尤其是由键值缓存(KV Cache)引发的“显存墙”问题,已成为制约AI应用服务响应速度、吞吐量与成本的关键。
文 | 新华三集团云与计算存储产品线 张峻豪
阅读全文
-
AI超节点硬件架构演进趋势
随着DeepSeek等大模型的兴起,基于MoE(Mixture of Experts)架构的专家模型对AI硬件基础设施提出了更高要求,包括更大规模的计算单元、显存容量以及通信带宽。
文 | 新华三集团云与计算存储产品线 汪新新
阅读全文
-
超节点架构:智算基础设施的效率革命与技术实现
针对大模型训练推理面临的通信、算力与内存墙挑战,本文提出超节点架构以重构智算基座,通过Scale-Up高速互联实现纳秒级延迟与内存池化,构建“像一台计算机”的协同计算域。
文 | 新华三集团云与计算存储产品线 邵苏明
阅读全文
-
CPO:驱动下一代Scale-up场景的核心引擎
随着AI大模型对算力需求的激增,传统互联技术面临带宽、功耗和密度瓶颈。
文 | 新华三集团网络产品线 阮祖亮
阅读全文
-
下一代智算中心XPU扩展的光解耦技术演进
针对AI算力爆发引发的互连瓶颈,本文深度探讨集群互联的技术现状、面临的核心挑战,重点剖析下一代智算中心XPU扩展的光解耦技术演进,通过分析传统电气互连在功耗与性能上的局限以及算力扩展的互连需求。
文 | 新华三集团云与计算存储产品线 丁张成
阅读全文
-
AI驱动下的存储技术趋势与变革:从架构到生态的全面演进
随着生成式AI、大模型训练等场景的爆发,数据规模指数级扩张,传统存储架构已无法适配AI负载的严苛需求。
文 | 新华三集团云与计算存储产品线 张天洁
阅读全文
-
RDMA在Polaris下一代存储系统的应用和优化
随着AI智算应用的爆发式增长,特别是大模型的应用,数据的存储和访问成为关键的一环。
文 | 新华三集团云与计算存储产品线 付志华
阅读全文
-
AI时代元数据服务器设计与存储解决方案
在AI时代ZB级数据爆发的背景下,存储系统面临本地文件系统适配不足、并行文件系统元数据瓶颈、多协议兼容成本高以及扩容灵活性有限等核心挑战。
文 | 新华三集团云与计算存储产品线 张鼎鸿
阅读全文
-
面向AI的下一代分布式存储架构设计与未来演进趋势分析
GPU算力和AI新应用的兴起,以及互连和闪存技术的不断变革,正分别从需求侧向下拉动,从底层技术向上推动存储架构设计的变革。
文 | 新华三集团云与计算存储产品线 陈钊
阅读全文
-
智能算力调度:异构算力统一纳管与弹性调度关键技术研究
在人工智能迈向通用化与大模型广泛应用的背景下,算力调度正从静态分配向智能动态协同演进。
文 | 新华三集团云与计算存储产品线 李晶晶
阅读全文
-
面向大模型微调的AI数据工程范式:构建大模型高质量数据集
针对大模型时代非结构化数据治理难、高质量微调数据稀缺等挑战,本文提出一种适配AI原生应用的新型数据工程范式。
文 | 新华三集团云与计算存储产品线 史宁宁
阅读全文
-
面向多行业场景的全栈AI智能云架构设计与实践
当前算力网络与生成式AI技术正共同推动社会迈向AGI时代,企业AI建设面临算力释放难、落地门槛高、运维复杂及安全风险等核心挑战。
文 | 新华三集团云与计算存储产品线 李熊发
阅读全文
-
直面 “热” 挑战:两相冷板技术开启AI算力高效冷却新纪元
大模型训练与推理需求的增长,推动AI芯片算力与功耗同步大幅攀升,高热流密度带来的散热挑战,已成为桎梏AI基础设施迭代升级的核心瓶颈。
文 | 新华三集团云与计算存储产品线 武浩
阅读全文
-
智原生(AI-Native)技术详解:
AI重塑ICT系统的“规、建、维、优”当前ICT系统在智能化转型中面临数据孤岛、垂直领域模型泛化能力弱、AI幻觉及部署成本高等挑战,制约了“规、建、维、优”全流程的自动化与精准性。
文 | 新华三集团解决方案部 王典
阅读全文
-
ICT垂类模型(通信大模型)的训练与精调:
构建智能体的“专业大脑”随着通用大语言模型(LLM)的爆发,如何将其通识能力转化为特定垂直领域的专业生产力,成为业界关注的核心命题。
文 | 新华三集团解决方案部 禹龙
阅读全文
-
ICT智能体在“自治网络”中的能力构建和应用落地
随着数字化转型向纵深推进,ICT系统的网络规模持续扩大、结构日趋复杂,传统依赖人工的运维模式已难以满足高效、实时、精准的运营需求。
文 | 新华三集团解决方案部 陈阳
阅读全文
-
智能体驱动园区网络迈入自智化新时代
针对园区网络运维中复杂故障定位难、动态优化弱、LLM幻觉风险高等核心痛点,本文提出知识图谱(KG)、GraphRAG、强化学习(RL)三位一体的技术融合方案。
文 | 新华三集团网络产品线 张俊 龚大富
阅读全文
-
智算时代的运维革命:从被动救火到主动防御
随着AI算力需求的爆发式增长,智算中心正向万卡级超大规模集群演进,基础设施复杂度呈指数级上升,传统被动响应的“救火队”式运维模式面临严峻挑战。
文 | 新华三集团网络产品线 侯志明
阅读全文
-
智算运维未来:
Native AI与大模型融合驱动的服务器智能运维体系面对大模型时代智算服务器规模激增与运维复杂化的挑战,本文提出并阐述了“大模型智能体”与“Native AI”深度融合的下一代智能运维体系。
文 | 新华三集团云与计算存储产品线 陈昊
阅读全文
-
知识图谱中枢:让智能体从交互辅助走向执行链路
随着“Al in ALL”战略推动智能体(Agent)从交互辅助走向执行链路,企业级系统面临结构性风险:系统缺乏对智能体生成行为的系统级承认能力。
文 | 新华三集团云与计算存储产品线 张龙兴
阅读全文
-
智能驱动运维新范式:AI技术重塑ICT运维
在“人工智能+”国家战略推动下,ICT运维正经历从传统工业模式向智能驱动范式的深刻转型。
文 | 新华三集团技术服务部 李大维
阅读全文
-
AI时代运维新范式:智能运维服务探索实践
面对ICT基础设施日益增长的复杂性与稳定性挑战,传统运维模式已难以满足AI时代对敏捷性与连续性的要求。
文 | 新华三集团技术服务部 李大维
阅读全文
-
AI赋能安全攻防:面向漏洞治理的智能体技术框架设计与实践
当前网络安全形势严峻,传统漏洞挖掘面临人工门槛高、效率低,自动化工具误报率高、0day 漏洞发掘能力不足等痛点,难以满足各行业漏洞治理的高要求。
文 | 新华三集团安全攻防实验室 梁力文
阅读全文
-
AI赋能安全运营:大模型驱动的智能安全运营体系构建
安全运营体系是一个组织为保障其信息资产的机密性、完整性和可用性而建立的一套系统化、流程化、持续化的管理机制和技术能力集合。
文 | 新华三集团安全产品线 王杰
阅读全文
-
AI in SEC驱动的语义分析与SVM 嵌入式注入防御研究
防火墙面临的攻击类别数以千计,SQL注入攻击是典型的Web应用安全威胁,常年位于OWASP TOP10前三位的攻击类型。
文 | 新华三集团安全产品线 武建中
阅读全文
-
SEC for AI:新华三智能体安全护栏体系构建与研究
本文围绕智能体的安全问题展开研究,指出智能体存在决策逻辑失控、数据投毒、行为越权滥用等风险。
文 | 新华三集团安全产品线 张宇
阅读全文
智洞察
前沿技术
-
从技术破局到规模应用:AI技术发展趋势预判及关键技术挑战阅读全文
-
面向AI大规模集群组网的端网融合方案探索和实践阅读全文
-
Scale-Across场景与技术方案初探阅读全文
-
构建零丢包智算底座:
基于“IP+光”融合架构的广域DCI无损传输方案阅读全文
-
智算网络新范式:构建可扩展、可持续、高性能的AI基础设施阅读全文
-
AI集群的Scale-out与Scale-up:
解构“万卡互联”与“超节点”的网络架构阅读全文
-
大模型训练的网络通信调优:
从“内存语义”到“集合通信”的瓶颈突破阅读全文
-
从MoE到长上下文:模型架构演进对“算力×联接”的颠覆性挑战阅读全文
-
Scale-up网络技术概述:AI 超节点需要什么样的 Scale-up 网络阅读全文
-
探索面向Agentic AI Infra的内存驱动计算:
基于CXL的沙箱镜像池与硬件KV缓存加速的组合架构阅读全文
-
大模型推理加速新范式:KV Cache技术的演进与突破阅读全文
-
AI超节点硬件架构演进趋势阅读全文
-
超节点架构:智算基础设施的效率革命与技术实现阅读全文
-
CPO:驱动下一代Scale-up场景的核心引擎阅读全文
-
下一代智算中心XPU扩展的光解耦技术演进阅读全文
-
AI驱动下的存储技术趋势与变革:从架构到生态的全面演进阅读全文
-
RDMA在Polaris下一代存储系统的应用和优化阅读全文
-
AI时代元数据服务器设计与存储解决方案阅读全文
-
面向AI的下一代分布式存储架构设计与未来演进趋势分析阅读全文
-
智能算力调度:异构算力统一纳管与弹性调度关键技术研究阅读全文
-
面向大模型微调的AI数据工程范式:构建大模型高质量数据集阅读全文
-
面向多行业场景的全栈AI智能云架构设计与实践阅读全文
-
直面 “热” 挑战:两相冷板技术开启AI算力高效冷却新纪元阅读全文
AI in ALL
-
智原生(AI-Native)技术详解:
AI重塑ICT系统的“规、建、维、优”阅读全文
-
ICT垂类模型(通信大模型)的训练与精调:
构建智能体的“专业大脑”阅读全文
-
ICT智能体在“自治网络”中的能力构建和应用落地阅读全文
-
智能体驱动园区网络迈入自智化新时代阅读全文
-
智算时代的运维革命:从被动救火到主动防御阅读全文
-
智算运维未来:
Native AI与大模型融合驱动的服务器智能运维体系阅读全文
-
知识图谱中枢:让智能体从交互辅助走向执行链路阅读全文
-
智能驱动运维新范式:AI技术重塑ICT运维阅读全文
-
AI时代运维新范式:智能运维服务探索实践阅读全文
-
AI赋能安全攻防:面向漏洞治理的智能体技术框架设计与实践阅读全文
-
AI赋能安全运营:大模型驱动的智能安全运营体系构建阅读全文
-
AI in SEC驱动的语义分析与SVM 嵌入式注入防御研究阅读全文
-
SEC for AI:新华三智能体安全护栏体系构建与研究阅读全文


浙公网安备 33010802004416号