世界互联网大会，盘点中国企业科技领先成果

MeiTai

世界互联网大会，盘点中国企业科技领先成果



　　2019年10月20日下午，由国家互联网信息办公室、浙江省人民政府主办的第六届世界互联网大会“世界互联网领先科技成果发布活动”在乌镇互联网国际会展中心成功举行，这是世界互联网大会第四次面向全球举行世界互联网领先科技成果发布会。

　　此次发布活动评选出了15项代表性领先科技成果，其中中国企业的领先科技成果占据11项，分别是：华为技术有限公司的“鲲鹏920”、清华大学的“面向通用人工智能的异构融合天机芯片”、360安全科技股份有限公司的“360全视之眼——Oday漏洞雷达系统”、百度公司的“飞桨”、阿里云计算公司的“POLARDB：基于存储计算分离与分布式共享存储架构的云原生数据库”、寒武纪公司的“思元270”、腾讯计算机系统有限公司的“科技向善——通过科技手段助力现代智慧城市综合治理实践”、旷视科技有限公司的“人工智能算法平台Brain++”、曙光信息产业股份有限公司的“硅立方浸没液冷计算机”、中国电信集团有限公司的“IPv6超大规模部署实践与技术创新”、中国商用飞机有限公司的“民用飞机制造5G创新示范应用”。

　　华为技术有限公司的“鲲鹏920”

　　鲲鹏920处理器是华为在2019年1月发布的数据中心高性能处理器，旨在满足数据中心多样性计算、绿色计算需求。鲲鹏920处理器兼容ARM架构，采用7nm工艺制造，可以支持32/48/64个内核，主频可达2.6GHz，支持8通道DDR4、PCle4.0和100G RoCE网络。

　　

　　作为华为自主设计的高性能服务器处理器，鲲鹏920处理器在高性能、高吞吐、高集成、高能效方面的创新突破，把计算推向新高度。

　　清华大学的“面向通用人工智能的异构融合天机芯片”

　　清华大学类脑计算研究中心研发的天机芯，是世界上首款异构融合类脑计算芯片。它不仅能够支持计算机科学异向的机器学习算法和神经科学导向的神经形态计算模型的独立部署，还能够支持两者的异构建模，为发展人工通用智能提供了一个计算平台。

　　

　　据了解，当前人工智能芯片主流研究方向可以概括为深度学习加速器（支持人工神经网络）和类脑芯片（主要支持脉冲神经网络）。但是由于算法和模型的差别，当前人工智能芯片均只支持人工神经网络或者脉冲神经网络，难以发挥计算机和神经科学两个领域的交叉优势。作为世界上首款异构融合类脑芯片，“天机芯”既可支持脉冲神经网络又可支持人工神经网络。

　　360安全科技股份有限公司的“360全视之眼——0day漏洞雷达系统”

　　0day漏洞攻击不可预知、极难防御，是威胁网络安全的“隐形杀手”。2017年爆发的WannaCry勒索病毒，就利用了0day漏洞，危害巨大。0day漏洞也因此颇受APT组织这类国家级网络攻击力量青睐。360发布的《全球高级可持续性威胁2018年总结报告》显示，2018年，比较知名的APT活动0day漏洞在野利用事件就有14个之多。

　　

　　360汇聚了中国顶尖的网络安全技术团队，研发的360全视之眼——0day漏洞雷达系统，综合利用冰刃安全虚拟机、智能0day漏洞捕获等多项独创技术，借助360安全大脑大数据和强大的智能决策响应能力，能及时有效捕获0day/Nday漏洞攻击，防范网络攻击于未然。

　　百度公司的“飞桨”

　　飞桨深度学习平台以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心框架、模型库、工具组件和服务平台于一体，是中国首个也是目前国内唯一全面开源开放、技术领先、功能完备的产业级深度学习平台。

　　

　　目前，便捷易用的飞桨已经在工业、林业、农业、物流、零售等众多产业场景落地，服务130多万开发者。从工厂中的质量检测和安全管理，到田野里的农药控制和虫情监测，到商品数据分析、诊疗辅助决策，飞桨成为各行业技术创新、智能化升级的基础底座。

　　阿里云计算公司的“POLARDB：基于存储计算分离与分布式共享存储架构的云原生数据库”

　　作为第三代云计算架构下的商用关系型云数据库产品，POLARDB正在帮助政务、零售、金融、电信、制造、物流等领域众多政企客户提升数字化转型升级能力。POLARDB采用存储计算分离、共享存储、智能调度、软硬结合、物理复制等新技术，很好地解决了开源数据库在云上所面临的弹性、易用性和可移植性等诸多问题。

　　

　　POLARDB能够支持单库容量扩展至上百TB以及计算引擎及存储的秒级扩展，为高速增长的客户业务场景提供高性能、高吞吐和弹性扩展的能力，100%兼容MySQL、PostgreSQL生态，深度兼容ORACLE的语法和数据类型，可实现一键迁移上云，耗时仅需数小时。

　　寒武纪公司的“思元270”

　　在8月29-31日的2019世界人工智能大会上，“思元270”首次亮相，该芯片集成了寒武纪在芯片架构领域的一系列创新性技术，处理非稀疏深度学习模型的理论峰值性能提升至上一代MLU100的4倍，达到128TOPS(INT8)，同时兼容INT4和INT16运算，理论峰值分别达到256TOPS和64TOPS，并支持浮点运算和混合精度运算。