当前位置: 首页 > news >正文

北电数智与中国人民大学校友企业家联谊会共探“AI+社科”新发展模式,推动人工智能应用落地

近日,中国人民大学校友企业家联谊会代表团(以下简称“代表团”)到访北电数智,双方围绕数字经济与人工智能技术赋能产学研一体化发展展开深度交流。交流期间,代表团实地参观了北京数字经济算力中心,直观感受算力基础设施建设与技术应用成果。人大与北电数智就“人工智能技术与教育融合”的未来合作方向达成共识。此次合作将充分发挥人大在理论研究、学科资源与实践场景沉淀方面的独特优势,结合北电数智的全栈AI技术能力,共同推动AI在金融、农业、司法等关键领域的场景化应用与规模化赋能。

在此基础上,人大各院系负责人进一步明确合作思路——以教育合作为切入点,聚焦智慧农业、AI教育、金融服务与监管、算力共建、垂类大模型等重点领域,深化校企产学研协同创新。双方将通过共建联合实验室、开展联合科研攻关、实施人才共育计划等合作机制,与人大及校友生态构建深度联动,持续探索“AI+社科”协同发展新模式,为中国式现代化建设注入协同创新的强大力量。

现如今,人工智能技术的迭代演进已成为驱动产业变革的核心引擎,其对各行各业的重塑意义深远而全面,哪些企业提供高质量的AI基础设施服务、哪些企业提供智算中心或AI工厂建设和运营服务以及谁能够提供面向不同行业场景真正发挥价值的AI解决方案成为行业关注的焦点。作为专注于原创性科技创新的AI原生国企,北电数智以“建设数字中国”为使命,构建了覆盖算力层、数据层、模型层、应用层的全栈AI能力体系,通过“星火·大平台”横向打造城市级AI底座盘活区域数字经济,纵向以行业解决方案打通产业价值闭环。

其中,由北京市统筹布局、北电数智以“AI工厂”理念规划设计并建设运营的首个星火·大平台标杆项目——星火·761北京数字经济算力中心已成功落地。该项目集成算力、数据和模型全栈能力,融合标杆展示、生态聚集、联合攻关和应用落地等产业功能,并以精细化运维的方式提供算力服务,以云化方式将传统算力服务升级为集成底座大模型、行业大模型等配套服务的“AI工厂”,从而降低企业使用人工智能的门槛,助力企业构建新质生产力,加速人工智能落地千行百业。

星火·761北京数字经济算力中心被誉为旗舰级“AI工厂”,更是新质生产力聚集地。其总面积35000m²,是E级智算中心AI综合体,拥有1000P混元算力,是北京五环内唯一千P以上商用AI底座,内置3100组高电机柜能支撑各类中大型集群部署场景,数万核CPU/GPU可实现EB级数据存储与弹性扩展,同时拥有国A认证,全面满足智算中心各项高等级规格标准座,还有1.146PUE,是名副其实的领先、示范级高能绿色AI底座。

北京数字经济算力中心具备极大战略价值,其依托北京市酒仙桥独特区位优势,以AI基础设施配套资源闭环打造最快产业创新实践落地;围绕国产算力构筑高性能AI底座,提供国产算力使用最优解,打造产业国产化信创标杆;还携手千余家合作伙伴共谱AI江湖,提供产业生态资源链接,孵化创新突破助力商业成功。目前星火·761北京数字经济算力中心基于千P级混元算力集群,整合算力、算法、数据全栈AI能力及可信数据服务,可提供一站式AI解决方案,并通过垂类模型矩阵和共性技术平台加速传统行业智能化转型和新兴产业发展。

凭借在AI基础设施建设、国产算力创新与产业生态赋能等领域的突出表现,星火・761北京数字经济算力中心不仅成为行业关注的焦点,更以硬实力斩获多项荣誉成果,包括北京市“三个100”重点项目、全球建筑设计大奖铂金奖等并举办“未来已来”创新艺术展及酒仙桥论坛,推动科技普惠、倡导科技向善向美,持续为数字经济高质量发展注入强劲动力。

依托“星火・大平台”核心战略,北电数智将持续推动该平台在全国范围内的深度落地与规模化应用,为人工智能产业高质量发展构建起创新驱动的全新路径,更通过产业AI化与AI产业化的双向赋能,助力人工智能技术加速融入实体经济各领域,为数字经济发展提供坚实支撑。对于此次人大与北电数智的合作,中国人民大学党委原常务副书记、校友会副会长、校友企业家联谊会会长张建明书记表示,人大以人文社科见长,期待与北电数智深化合作,推动人工智能在高等教育、成人教育及更广泛产业领域的深度融合与应用落地。希望以此次交流为起点,将共识转化为实际成果,开启双方合作新篇章。

http://www.cnnetsun.cn/news/127190.html

相关文章:

  • Kotaemon在低资源环境下的轻量化改造方案
  • 16、企业 Linux 桌面迁移与后台基础设施搭建指南
  • 19、数据迁移与备份:从 Windows 到 Linux 的全面指南
  • Kotaemon销售谈判策略建议:促成交易技巧
  • 特征工程中的特征构造技巧:大数据分析的创新实践
  • 32、Linux在不同场景下的应用优势与案例分析
  • 26、深入了解GNU Lesser General Public License
  • Hive实战任务 - 9.2 统计总分与平均分
  • Hive实战任务 - 9.3 实现学生信息排序和统计
  • 1、深入解析 Windows 2000 终端服务与 Citrix MetaFrame 配置
  • 10个降AI率工具推荐,本科生高效降AIGC指南
  • 8个降AI率工具推荐,本科生高效避坑指南
  • 10 个高效降AI率工具,继续教育学生必备!
  • 19、Windows 应用数据管理全解析
  • Kotaemon税务咨询助手知识图谱构建
  • linux下执行pg数据的sql文件,报错error:permission denied for schema plat
  • Kotaemon能否识别图片中的文字并进行问答?
  • Kotaemon能否支持PDF/PPT等格式直接解析?
  • Android模糊效果终极指南:BlurView库完整教程与性能优化
  • 11、量子计算编程入门:从IBM Q Experience到QISKit
  • VTracer图像矢量化工具:5分钟从新手到专家的完整指南
  • 理想运算放大电路
  • XLeRobot YOLO视觉控制终极指南:3分钟实现机器人智能识别
  • 【C 语言实战】从零打造控制台扫雷游戏(附完整可运行代码)
  • Kotaemon OCR功能集成:从图片中提取文本知识
  • Kotaemon支持异步任务队列:Celery集成教程
  • 终极指南:5分钟为MAUI应用添加专业条码扫描功能
  • 5个简单步骤:SQLCoder-7B-2模型快速入门完整指南
  • 软件日常开发、管理、交付文档合集
  • Univer表格数据质量控制与智能可视化:5个高效实践方案