Keluar dengan yang punah dan dengan “IT kontemporer”

Keluar dengan yang punah dan dengan “IT kontemporer”

Untuk perusahaan yang ingin beralih dari investasi perangkat keras ke produk dan perusahaan dan masa lalu, pertukaran teknologi dan infrastruktur file rentan menjadi kuncinya. Satu datang adalah sorotan pada “TI Segar”, durasi waktu yang diciptakan oleh Lenovo, yang membagi 5 formula: klien, edge dan cloud, jaringan, dan kecerdasan untuk memenuhi impian perdagangan.

“Misi Fresh IT adalah untuk mengaktifkan dan memberdayakan transformasi pijar dari industri yang sangat berbeda seperti manufaktur, transportasi, keuangan, pendidikan, dan sebagainya,” kata Dr. Yong Rui, chief technology officer dan senior vp Lenovo Community.

Setiap kemajuan kontemporer dan kemungkinan AI berjanji untuk menghadirkan langkah-langkah yang menonjol dalam efisiensi dan teknologi canggih bagi perusahaan yang ingin mempercepat transformasi. Sebagai contoh, di Lenovo, mesin penjadwalan produksi berkemampuan AI mengungguli karyawan terampil selama setiap pengujian dan bahkan meningkatkan efisiensi produksi. Dan bahkan seandainya ada banyak ruang untuk koneksi dan pengembangan, teknologi bertenaga AI memungkinkan hasil perdagangan yang lebih baik. “AI menyaksikan pola tergesa-gesa dan secara mendalam mengubah cara sebuah perusahaan beroperasi, serta cara barang dagangan, produk, perusahaan, dan pilihannya dibuat dan dijual,” kata Dr. Rui.

Selain perbaikan dalam pilihan bisnis, menggunakan teknologi seperti AI, komputasi edge dan cloud, dan 5G mungkin juga menunggu perusahaan memberikan pegangan untuk keberlanjutan dan memenuhi impian lingkungan, sosial, dan tata kelola (ESG). Misalnya, teknologi yang sedang naik daun ini, kata Dr. Rui, dapat membantu mengurangi konsumsi energi dan emisi karbon dengan mengoptimalkan penggunaan energi dan memperpanjang masa pakainya ke pusat file dingin.

Dr. Rui menekankan pentingnya menjadi yang terdepan dalam pencarian dengan teknologi ini. Dari rantai pertunjukan dunia hingga produk dan perusahaan serta pilihan hingga manufaktur, teknologi suku cadang IT Baru bahkan akan diterapkan ke berbagai kondisi knalpot saat ini dan juga terus berkembang.

“Biasanya kami memperkirakan teknologinya jauh dari kehancuran, tetapi yang dapat kami lakukan saat ini adalah kami dapat membayangkan untuk jogging yang lama,” kata Dr. Rui. “Kita bisa menganggap legenda jenis yang mempengaruhi teknologi itu pada saat ini sehingga kita siap untuk jogging yang berkepanjangan.”

Episode Exchange Lab ini diproduksi dalam kemitraan dengan Lenovo.

Transkrip Gemuk

Laurel Ruma: Dari Analisis Kemampuan MIT, saya Laurel Ruma dan ini adalah Exchange Lab, pengajaran yang membantu para pemimpin perdagangan memahami sebagian besar teknologi modern yang keluar dari lab dan masuk ke pasar.

Topik kita hari ini adalah membangun perjalanan panjang dengan teknologi untuk menyelesaikan tantangan-tantangan khusus seperti keberlanjutan dan transformasi digital. Perusahaan sedang mencari adopsi teknologi yang lebih rendah untuk menunggu perkembangan perusahaan mereka yang menjuntai sesukses menawarkan barang dagangan dan produk observasi terakhir dan perusahaan ke kemungkinan. Bagaimana AI dan teknologi yang sama sekali berbeda dapat menunggu dengan mimpi-mimpi luhur ini sekarang?

Dua kata untukmu: membentuk hari demi hari saat ini.

Tamu saya adalah Dr. Yong Rui. Dr. Rui adalah chief technology officer dan vp senior Komunitas Lenovo. Dia tampaknya akan menjadi anggota Komite Pemerintah Lenovo. dr.

Episode Exchange Lab ini disubsidi oleh Lenovo.

Selamat datang, Dr Rui.

dr. Yongrui: Besar untuk mencari Anda Laurel.

Pohon salam: Indah untuk memiliki Anda pernah di sini. Jadi kita mungkin dapat memulai dengan tenang dengan membahas transformasi digital menjuntai Lenovo, dengan peralihan dari perusahaan perangkat keras menjadi perusahaan produk dan perusahaan sebelumnya. Penjatahan pergeseran itu adalah prinsip yang disebut Lenovo “Fresh IT”. Apa itu Fresh IT, dan penemuan terbaik yang disajikan Lenovo dengan transformasi menjuntainya?

Yong: Laurel, itu permintaan yang terhormat. Sebelum berbicara tentang prinsip Fresh IT, izinkan saya meniadakan beberapa frasa tentang IT yang lemah, yang sudah sangat biasa bagi orang-orang. Gadget bagian TI yang lemah, server, pusat file, dan tujuan lokal. Namun prinsip Fresh IT yang diusung oleh Lenovo terdiri dari 5 formula: client, edge, cloud, network dan intelligence. Misi dari Fresh IT adalah untuk mengaktifkan dan memberdayakan transformasi pijar dari berbagai industri seperti manufaktur, transportasi, keuangan, pendidikan, dan sebagainya. Seperti yang mungkin telah Anda bicarakan dengan benar, Lenovo beralih dari perusahaan yang berorientasi pada perangkat keras menjadi perusahaan yang dipimpin oleh layanan yang didorong oleh inovasi. Pertukaran ini memahami ekspansif dan arsitektur teknologi TI Baru adalah mesin atau landasan utama untuk mewujudkannya. Dan selama beberapa tahun terakhir kami sekarang telah membuat banyak kemajuan.

Jadi biarkan saya fokus pada tentang 5 formula ini. Di sisi klien, Lenovo meluncurkan produk cloud PC-nya yang dilengkapi dengan penyimpanan dan vitalitas komputasi instrumen dan cloud bersama. Ini adalah solusi ruang kerja hybrid, yang dibuat khusus untuk perusahaan udang dan menengah. Dan pada awal tahun 2022, Lenovo menciptakan unit perdagangan komputasi edge-nya, yang terdiri dari berbagai portofolio perangkat keras edge yang besar, platform komputasi instrumen yang disebut Lenovo Edge Cloud. Teknologi pembelajaran di masa depan memungkinkan edge AI, dan pilihan edge pause-to-pause. Itu di sisi ambang.

Dan di sisi cloud, juga pada tahun 2022, Lenovo mendirikan unit perdagangan cloud hybridnya yang berfokus pada teknologi dan barang dagangan di cloud-native, AIOps, dan administrasi multi-cloud. Kemudian muncul jaringan setelah klien, edge, dan cloud. Untuk jaringan, Lenovo membangun kompetensi inti pada teknologi konvergensi jaringan 5G dan cloud. Kami mengembangkan perangkat keras, instrumen, dan opsi di lokasi yang terkontaminasi cloud 5G, jaringan inti 5G, dan metode koordinasi beban kendaraan. Dan pahami bahwa, terakhir, elemen kunci kelima dan terakhir dari arsitektur Fresh IT ini adalah kecerdasan atau AI. Dengan meningkatkan dan memanfaatkan teknologi AI, Lenovo menyempurnakan lini produknya.

Pohon salam: Jadi pasti ada banyak di sana. Bagaimana Fresh IT akan menunggu perusahaan dengan upaya transformasi digital mereka?

Yong: Laurel, itu tepat. Semacam berhubungan di sana. 5 formula itu tampaknya membiarkan saya meniadakan lebih banyak tentang bagaimana arsitektur TI Baru ini dapat menunggu Lenovo dan perusahaan yang sama sekali berbeda menjuntai transformasi digital. Pertama, Lenovo tidak mengedepankan prinsip Fresh IT yang sesuai untuk kepentingan kita. Ini memberdayakan Lenovo dan juga menguntungkan industri yang berbeda di tempat yang berbeda. Biarkan saya berbagi satu contoh. Kita semua tahu pemeriksaan kualitas produk lemah untuk dilakukan oleh pekerja manusia, tetapi biasanya ini adalah tugas yang sangat lambat dan memakan waktu. Selain itu, setelah beberapa jam, pekerja manusia mungkin merasa sangat lelah dan karena itu dapat menanggung kesalahan. Untungnya, Fresh IT akan datang untuk menunggu. Dan pada dasarnya, pemeriksaan kualitas produk adalah skenario aplikasi konvensional yang menarik dari Fresh IT, menurut legenda, hal itu membutuhkan kolaborasi tingkat tinggi antara cloud, edge, dan perangkat agar terlihat jelas berhasil. Di sisi cloud, model master AI bersifat profesional dengan file yang tersedia untuk umum di sisi cloud. Dan setelah dikompresi, model yang lebih kecil diterapkan ke server Edge di pabrik.

Saat model dipasang ke sisi instrumen, kamera inspeksi menangkap foto produk dan mengenali cacat. Artinya, pahami itu, bahaya sebenarnya. Jika kenyataannya diceritakan, ada dua tantangan. Pertama, model AI yang canggih mungkin akan menemukan cacat baru yang belum pernah dilihatnya sebelumnya selama bekerja. Dan 2d menyampaikan, ketika ditempatkan di samping contoh non-cacat, contoh cacat sepenuhnya sedikit, oleh karena itu model AI sulit untuk diajarkan. Dan seperti yang diketahui setiap orang misalnya, pembelajaran mendalam akan membutuhkan sejumlah contoh untuk diajarkan. Namun dengan senang hati, Lenovo telah mengembangkan beberapa teknologi pembelajaran singkat atau studi sampel udang yang membuat model AI pra-profesional akan menyesuaikan diri dengan risiko terkini di pabrik dengan sepenuhnya bekerja ke arah sampel. Selain itu, hanya beberapa edge yang dapat bekerja bersama cloud untuk memperbarui model master di sisi cloud, pada dasarnya berdasarkan item edge yang diadaptasi masing-masing. Jadi itu adalah skenario dan izinkan saya berbagi kasus yang tepat.

Lenovo telah mengembangkan resolusi TI Baru untuk produsen monitor komputer terkemuka di dunia. Mesin dapat membuat lebih dari 30 jenis cacat topeng yang berbeda. Dan terlebih lagi, perangkat ini dapat beradaptasi sendiri dan dapat belajar untuk mengidentifikasi dan mengatasi cacat baru yang belum pernah dilihatnya sebelumnya. Setelah mesin digunakan untuk dioperasikan, ajarkan efisiensi dan akurasi inspeksi cacat yang ditingkatkan sebesar 30%, oleh karena itu sangat meningkatkan transformasi digital dan pijar perusahaan itu. Artinya, pahami itu, sesuai satu contoh kasus. Hingga saat ini, teknologi dan pilihan TI Baru Lenovo disebarkan ke hampir seribu perusahaan di berbagai industri.

Pohon salam: Itu sangat mengesankan, pada legenda “IT Baru”, yang dibuat dengan 5 formula klien, edge, cloud, jaringan, dan kecerdasan ini, bahkan akan terlihat diresapi oleh penemuan setiap lapisan ekosistem produk. Namun seberapa khusus kecerdasan buatan membantu menciptakan produk kontemporer ini, memberikan lebih banyak wawasan file dan juga kemudian mengubah perusahaan? Mengapa mungkin perusahaan yang tenang memikirkan tentang peran modern AI sebaik apa yang dijaminnya?

Yong: Laurel, itu satu lagi permintaan terhormat. Saya adalah orang AI, dan saya selalu menilai fakta sebenarnya dengan memikirkannya. Jadi latihan saya adalah dengan tren pembelajaran mendalam dan teknologi yang berbeda, AI menyaksikan pola tergesa-gesa dan secara mendalam mengubah cara perusahaan beroperasi, serta bagaimana produk, produk, dan bisnis serta keputusannya dibuat dan dijual. Jadi sebelum saya menunjukkan kepada Anda contoh produksi, pertama-tama mari kita fokus pada pertandingan Bound 2016 antara AlphaGo dan Lee Sedol, juara dunia emas 18 kali dari Korea Selatan. Kita semua tidak mengabaikan bahwa AlphaGo sebenarnya mengalahkan dorongan juara manusia pada tahun 2016, namun apa tugas AlphaGo? Itu benar-benar harus memenangkan firasat pengamatan terakhir untuk mendaratkan batu pada 19-kali-19, yaitu 361 grid, sekarang tidak paling efisien untuk satu firasat, Namun perlu menjadi legenda untuk semua gerakan joging yang berkepanjangan. Dan ternyata kompleksitas perhitungan Bound lebih besar dari catur dan juga lebih besar dari jumlah atom di alam semesta.

Ini sebenarnya mengingatkan kita betapa rumitnya memenangkan firasat observasi terakhir di Bound. Jadi itu Bound, namun izinkan saya mendekati dorongan untuk efek yang sedang kita bicarakan.

Jadi dengan saran itu, mari alihkan perhatian kita ke manufaktur. Dalam perdagangan manufaktur, sebuah pabrik biasanya membagi paparan setiap pelanggan menjadi serangkaian inisiatif produksi dan kemudian menugaskannya ke jalur produksi tertentu. Itu namanya produksi, penjadwalan, dan perencanaan. Dan selusin faktor kompleks mungkin dapat dipertimbangkan. Misalnya, tenaga kerja, peralatan, bahan mentah, proses produksi, dan metode. Jadi mengingat kombinasi yang rumit ini, sebenarnya sangat menarik untuk menghasilkan konsep penjadwalan produksi yang memenuhi beberapa prasyarat dan batasan, dan pada saat yang sama, memaksimalkan produktivitas dengan merancang optimalisasi sumber produksi yang tersedia. Jadi menugaskan penugasan produksi ke lini produksi tertentu pada waktu tertentu adalah hal yang sangat penting seperti permainan Bound di mana pemain ingin memenangkan firasat terakhir dari pilihan rumit yang kami jelaskan di atas, bukan?

HOT 🔥  The Win: pertarungan untuk TV satelit untuk internet cyber komputer, dan mendeteksi AI yang bias

Menetapkan fokus manufaktur tertentu secara rahasia ke lini produksi tertentu pada waktu tertentu, sangatlah e setara dengan memenangkan firasat pengamatan terakhir dalam permainan Bound, benar sama. Jadi jika kita menyadari olahraga antara AlphaGo dan Lee Sedol mendorong pada tahun 2016, kita bisa membayangkan itu sama rumitnya dengan penjadwalan jalur produksi. Untuk mengatasi arena ini, kami mempelajari dan memperkuat pembelajaran yang lemah untuk mempengaruhi mesin Penjadwalan Produksi yang Dikembangkan Lenovo atau LAPS. Dan sekarang kami telah mengembangkan dan sekarang kami telah menerapkan LAPS ke LCFC. Dan LCFC adalah pengamatan terakhir pabrik PC Lenovo. LCFC adalah skala 42 lapangan sepak bola kuno yang sama dan hanya memiliki beberapa kampus dan puluhan jalur produksi dan menerima ribuan pesanan pelanggan setiap hari. Ini benar-benar dibedakan dan untuk setiap delapan PC yang dijual di lingkungan, salah satunya dibuat di LCFC. Dan LCFC memproduksi lebih dari 500 jenis merchandise PC dari lebih dari 300.000 jenis produksi yang tersedia.

Seperti yang dapat Anda bayangkan, penjadwalan pabrik ini sangat kompleks. Namun elemen pengamatan terakhir adalah kami membuat mesin LAPS ini dan untuk penjelasan bahwa mesin LAPS digunakan untuk dimasukkan ke knalpot, keuntungannya sangat mendasar. Untuk mengilustrasikan keefektifannya, kami mengadakan kompetisi mesin versus manusia dalam beberapa bulan pertama penerapan mesin LAPS di LCFC. Dan jika Anda ingat, kompetisi ini sangat mirip dengan kompetisi AlphaGo dan Lee Sedol, tetapi jika demikian, ini adalah juara komputer versus manusia. Dalam kasus kami, ini adalah komputer versus karyawan penjadwalan yang terampil. Jadi pada dasarnya ketidaksepakatan yang paling efisien dalam hal itu, seperti yang saya bicarakan, adalah jenis efek yang disukai AlphaGo daripada efek batu di papan tulis. Dan dalam kasus kami, LAPS perlu memilih efek untuk mempengaruhi penugasan produksi.

Jadi apa yang ingin kami menangkan siapa yang mungkin menjadi pemenang akhir dengan penemuan penjadwalan, mesin LAPS atau karyawan manusia yang bertanggung jawab atas penjadwalan produksi? Ini sebenarnya mungkin tidak mengejutkan Anda, tetapi mesin LAPS berkemampuan AI kami mengungguli karyawan penjadwalan produksi terampil setiap saat. Dan volume produksi PC LCFC naik 19%, dan backlog turun 20%. Dan sesukses peningkatan efisiensi produksi ini, waktu yang dihabiskan untuk menghitung penjadwalan juga turun drastis. Jadi jika dibandingkan dengan enam jam yang dihabiskan pekerja manusia untuk penjadwalan produksi pada yayasan hari demi hari, paling efisien mesin LAPS membutuhkan beberapa menit untuk memberi kami balasan. Jadi itu enam jam versus hanya beberapa menit. Itu adalah salah satu dari banyak contoh bagaimana AI mengubah industri seperti yang kita pahami.

Anda tepat berbicara tentang peran AI saat ini dan apa yang dijaminnya. Jadi saya berbicara tentang penyampaian kontemporer, dan saya juga mencoba memfilosofikan beberapa kata tentang jaminan. Jadi sudah sepantasnya AI melihat hubungan yang berbeda dan digunakan untuk barang dagangan, produk dan perusahaan, dan pilihan vertikal, menjadikannya lebih cerdas dan lebih efektif. Namun, mungkin masih banyak pekerjaan yang harus dilakukan sebelum AI dapat melepaskan kemungkinan besarnya. Jujur sekarang, AI sebagian besar didorong oleh file dan sekarang kami ingin memberi makan sejumlah besar file ke platform dan model AI sehingga akan diajarkan untuk mengakui, meniadakan, apa itu kucing.

Namun, bayi manusia tidak diajari untuk mengakui penemuan kucing ini. Bayi-bayi itu, mereka keluar, menang tentang satu atau dua kucing, dan kemudian mereka tahu seperti apa kucing itu seperti cinta. Mereka sekarang tidak ingin satu juta bekerja untuk sampel, mereka paling efisien membutuhkan satu atau dua. Jadi itu sangat berbeda. Jadi mereka tidak perlu file-file khusus untuk diajarkan. Sebagai gantinya, file udang sudah cukup. Jadi ini adalah salah satu tantangan khusus yang harus diatasi agar AI mencapai tingkat berikutnya. Jadi salah satu rute yang mungkin adalah untuk beralih dari AI yang didorong oleh file saat ini ke AI hibrida di masa depan, efeknya mengintegrasikan baik yang didorong oleh saran dan didorong oleh file secara bersamaan. Jadi itulah saran saya tentang masa depan AI.

Pohon salam: Tidak, itu luar biasa. Sangat menarik untuk mendengar tentang AI dalam produksi di manufaktur dan kemudian konsep mempelajari AI ini, dan seperti yang Anda bicarakan, seorang anak tidak diajari apa itu kucing. Dan jelas ada yang sangat penting di antara setiap rekomendasi ini. Saya suka khususnya konsep ini sangat kompleks dan ketika kita mempertimbangkan bagaimana AI sekarang berubah dan berkembang menjadi elemen ini, kita sekarang menyebut metaverse keuangan, bukan? Yang merupakan perpaduan dari kemampuan digital dan dunia kanan ini. Itu sebenarnya bukan fiksi ilmiah lagi, ini biasa terjadi. Jadi, apa saja contoh realita panjang atau XR yang mungkin bisa kita menangkan dalam beberapa tahun ke depan?

Yong: Itu tepat, Laurel. Jika kenyataannya diceritakan, saya hanya menyukai fakta yang ada di sini, dan dengan hal itu dibicarakan, metaverse itu sendiri diam pada tahap awal polanya. Dan orang yang sama sekali berbeda memiliki definisi yang sangat berbeda tentang apa itu metaverse. Dari sudut pandang Lenovo, metaverse adalah perpaduan dunia fisik dan digital tempat orang dan objek efek bergabung dan terlibat satu sama lain. Dan perangkat XR, termasuk AR, VR, MR adalah antarmuka mesin manusia pertama dan portal ke, metaverse, dengan file campuran dan didukung dari kedua frase, fisik dan digital. Di dalam metaverse, kami dapat memberikan pengalaman yang lebih imersif dan interaktif kepada pengguna dan menyelesaikan tantangan perdagangan dengan efisiensi yang lebih besar dan biaya yang lebih rendah. Jadi izinkan saya mengajari Anda sebuah contoh. Jadi mari kita ambil perdagangan vitalitas listrik, misalnya. Secara historis, inspeksi peralatan situs energi telah menarik waktu dan hampir tidak berbahaya, seperti yang dapat Anda bayangkan. Bersamaan dengan itu, pekerja manusia dapat menanggung kesalahan yang menyebabkan pemadaman energi dan kecelakaan lainnya.

Dengan demikian, inisiatif ini dapat menimbulkan biaya yang berlebihan bagi perusahaan vitalitas. Namun sekarang dengan teknologi metaverse kontemporer, kami memiliki kemungkinan untuk mengubah perdagangan ini menjadi perdagangan yang lebih aman dan lebih efisien. Intinya adalah membuat metaverse yang menghubungkan digital dan tubuh. Dan kami sebenarnya berkonsep menjadi sebanyak ini, dan kami menyimpulkan ada tiga cara untuk mengembangkannya. Tiga cara tersebut adalah pemetaan digital tubuh, superimposisi digital tubuh, dan interaktivitas digital tubuh. Sekali lagi, izinkan saya membahas contoh perdagangan energi listrik misalnya ini. Pertama, penemuan pemetaan digital tubuh yang sekarang kami ingin buat model digital dari situs vitalitas tubuh, yang kami fokuskan sebagai “tempat tinggal meta”. Jika kenyataannya diberitahukan, dua bulan sebelumnya kami telah menyelesaikan Dunia Teknologi kami [conference]. Saya sebenarnya memiliki deskripsi yang cukup rinci tentang meta-hunian ini. Saya mungkin tidak punya waktu untuk membicarakannya sekarang dengan Anda, tetapi bagi pemirsa yang memiliki minat, saya akan merujuk mereka ke Lenovo Tech World 2022 yang berlangsung pada bulan Oktober.

Mereka dapat memiliki skenario yang lebih rinci di sana. Dan kemudian setelah pemetaan digital tubuh ini kemudian muncul superimposisi digital tubuh, yang berarti kami melapisi file digital ke objek yang tepat dengan menggunakan, misalnya, kacamata AR. Hal ini sebenarnya akan sangat meningkatkan kemampuan pekerja manusia, memungkinkan mereka untuk menguji efek dan membangun lebih banyak fungsi lebih cepat dan menciptakan inisiatif pemeliharaan lebih efisien. Dan ketiga, pekerja manusia sekarang tidak akan siap untuk menyelimuti setiap sudut situs vitalitas, terutama area tidak aman yang berbahaya bagi kelangsungan hidup dan kehidupan.

Jika demikian, pekerja manusia dapat mengirim robot fisik untuk menjalankan tugas di ruang mereka, mereka akan menemukan rute untuk robot di situs energi digital. Kemudian robot dapat membungkuk di situs vitalitas tubuh dan menciptakan tugas inspeksi, termasuk mengenali pembacaan peralatan, mendeteksi panas yang tidak teratur, dan memantau efek peralatan di situs vitalitas. Dan penemuan ketiga, sekali lagi, kami menyebutnya interaktivitas digital tubuh. Jadi ini adalah tiga cara kami memperkirakan bahwa kami bergabung dengan dunia digital dan tubuh. Dan ketahuilah bahwa, di atas, saya mengabaikan inspeksi situs vitalitas seperti metaverse, tetapi teknologi ini sebenarnya dapat memberi peringkat peluang yang luas di banyak industri pengganti.

Pohon salam: Bahwa Anda mungkin dapat benar-benar membayangkan bahwa contoh dalam perawatan kesehatan benar-benar mengubah perdagangan, jika Anda siap. Ya, itu sebenarnya cukup luar biasa. Dan saya suka itu adalah perbedaan yang tepat untuk benar-benar menjelaskan kepada orang tua apa metaverse ekonomi mungkin dapat mengangkat kita dengan kemampuan ini, dengan teknologi XR, untuk menangani hal-hal yang belum pernah dilakukan sebelumnya dengan kombinasi yang baik antara apa digital dan kemudian dunia tubuh itu. Jadi berbicara tentang dunia fisik itu, bagaimana adopsi teknologi menyukai hal-hal yang kita bicarakan saat ini menunggu keberlanjutan dan proyek sosial dan tata kelola atau impian ESG? Dan apa impian keberlanjutan menjuntai Lenovo? Potensi ini seperti yang Anda bicarakan, pabrik-pabrik luas ini menciptakan bermacam-macam laptop, satu dari setiap delapan di lingkungan, yang sebenarnya merupakan bagian dari Lenovo juga.

Yong: Laurel, terima kasih telah menanyakan permintaan ini. Saya suka inovasi teknologi apa pun, kita juga harus disalahkan. Dan Anda benar berbicara tentang pabrik LCFC yang luas, bukan? Bayangkan jika kita dapat menempatkan 5% dari vitalitas energi listrik, itu akan menghasilkan banyak emisi karbon. Itu bisa meminimalkan banyak emisi karbon. Itu tidak diragukan lagi adalah sesuatu yang sangat kami komitmenkan dan kami sangat terlibat. Secara total, Lenovo berkomitmen untuk mengembangkan hubungan yang berkelanjutan dengan membantu mendekarbonisasi perekonomian dunia.

Itu adalah salah satu tantangan yang paling menarik perhatian umat manusia dengan berkontribusi pada pola masyarakat serta tata kelola perdagangan. Jadi izinkan saya bertarung dengan merancang beberapa bagian ini. Secara lingkungan, Lenovo sepenuhnya berkomitmen untuk mengurangi jejak karbon dalam operasinya. Setelah melampaui target penurunan emisi karbon tahun 2020 kami, sekarang kami memiliki visi untuk mencapai perakitan nol pada tahun 2050. Lenovo telah berfokus pada penurunan emisi CO2 di banyak bidang seperti produksi, yang kami bicarakan, transportasi dan proses distribusi, dan juga pengemasan produk. Itu dari sisi lingkungan.

HOT 🔥  China langsung mendirikan biro merek baru untuk menambang data untuk peningkatan finansial

Di sisi sosial, secara sosial, kami membayangkan teknologi mungkin inklusif dan dapat diakses oleh semua orang, terutama mereka yang paling membutuhkan teknologi. Dan dalam tata kelola, Lenovo memprioritaskan untuk menyesuaikan diri dengan panduan dan aturan yang telah disetujui serta menjunjung tinggi standar etika yang berlebihan di seluruh ruang yang kami perdagangkan, termasuk privasi file, kualitas produk, dan inovasi. Jadi izinkan saya berbagi dengan Anda beberapa contoh tentang bagaimana teknologi berkontribusi pada impian ESG. Contoh pertama yang saya coba bicarakan adalah pendingin air panas dari pusat file. Teknologi pendingin air panas Lenovo dipadukan dengan cluster komputasi efisiensi tinggi kami membantu kemungkinan pusat file menjadi lebih hemat energi. Teknologi tersebut dapat memberikan keuntungan pada efektivitas penggunaan energi secara keseluruhan, PUE, hingga di bawah 1,1. Jumlah yang lebih kecil, semakin tinggi. Pertukaran yang dibuat tampaknya 1,3, 1,4, tetapi dengan teknologi kami, kami dapat meminimalkannya menjadi 1,1, menurunkan konsumsi energi dan emisi karbon tidak langsung lebih dari 42%.

Dan khususnya, pendekatan yang sudah punah untuk mendinginkan ruang pusat file adalah dengan meniupkan udara kontemporer dengan menggunakan kipas angin. Seperti yang dapat Anda bayangkan, ini jauh dari efisien untuk HPC modern dan masa depan [high performance computing] pilihan. Itulah efek prinsip pendinginan air hangat. Jika kenyataannya diceritakan, izinkan saya menekankan ini, ini adalah pendinginan air panas. Kami tidak ingin mendinginkan air terlebih dahulu, menurut legenda jika kami mendinginkan air terlebih dahulu, kami juga ingin menikmati vitalitas. Itu sekarang tidak pantas. Jadi kita tanggung sekarang jangan dinginkan airnya dulu. Kami sesuai memiliki pendekatan air suhu kamar, dan air suhu kamar berjalan dengan penemuan penghargaan kami – mesin pendingin air panas yang sukses dan suhu kamar wa ter menghilangkan panas pusat saran dengan bersih dan tenang. Dan setelah itu suhu ruangan air akan mencapai sekitar 60 derajat celsius. Sehingga menjadi suhu kamar dari suhu kamar untuk menghasilkan suhu air yang lebih besar.

Dan menurut legenda air ini ada di mesin pipa, air yang dipanaskan sekarang bahkan akan digunakan kembali untuk memanaskan produk terdekat dan perusahaan menyukai kolam renang dan gedung perkantoran. Meskipun demikian itu lebih baik. Jadi saat air masuk, suhu ruangan saat keluar dari pusat sugesti, sedang dipanaskan. Dan air panas itu bahkan akan menjadi lemah pada produk yang sangat berbeda dan disukai perusahaan di gedung perkantoran. Jadi itulah contoh pertama, mesin pendingin air panas Lenovo kami untuk pusat file. Contoh 2d yang saya coba bagikan dengan Anda adalah tentang teknologi solder suhu rendah kami. Pada tahun 2017, Lenovo memelopori teknologi solder suhu rendah yang revolusioner. Dan tahun lalu, Lenovo mengirimkan 14,2 juta laptop yang diproduksi dengan proses solder suhu rendah ini. Secara total, sekarang kami telah mengirimkan, sejak 2017, sekitar 15 juta laptop. Ini telah menghasilkan pengurangan total emisi CO2 sebanyak 10.000 metrik ton. Lenovo tampaknya akan bekerja untuk memperluas penggunaan teknologi ini dan memanfaatkan keunggulan yang melampaui lingkungan, termasuk peningkatan keandalan, efisiensi, dan harga, semua bidang ini, di luar lingkungan yang sesuai.

Sejak tahun lalu, Lenovo telah mengembangkan teknologi ini secara luar biasa ke semakin banyak distributor submodule. Mereka adalah pemasok untuk Lenovo. Tidak lagi beruang paling efisien, kami menggunakan teknologi ini untuk diri kami sendiri, namun juga untuk pemasok kami. Dan mereka menghasilkan formula seperti SSD, modul wi-fi, panel pengajaran, memori, dan modul instrumen antarmuka manusia. Dan kami sekarang tidak hanya memberikan ini kepada pemasok kami, tetapi juga membagikan teknologi ini untuk berdagang secara terbuka, mendukung transformasi jejak karbon rendah. Jadi itulah contoh ke-2 yang saya coba bagikan kepada Anda.

Dan contoh ketiga adalah penemuan produk inklusif. Lenovo memiliki kantor variasi produk yang meninjau dan mengevaluasi komponen produk dari berbagai, keadilan, dan perspektif inklusi. Dan kami menanggung ini di atas dasar tradisional untuk semua barang dagangan kami. Dan jika Anda telah melemahkan ThinkPad kami sebelumnya, Anda mungkin dapat mengingat keyboard kami, tombol F dan J, mereka memiliki baris yang terangkat ini untuk menunggu pengguna PC dengan gangguan penglihatan ini agar berhasil menyelaraskan jari mereka di keyboard . Jadi untuk semua fitur dan komponen dalam produk kami, kami mencoba mengevaluasi apa variasinya, apa keadilannya, dan apa inklusi yang sekarang ingin kami asumsikan agar produk kami lebih inklusif. Jadi ini adalah tiga contoh yang saya coba bagikan dengan Anda di bagian ESG.

Pohon salam: Tidak, ini semua harus dimiliki dan saya sangat gembira Anda menyentuh ekosistem yang sebenarnya penting bagi kita semua untuk bekerja sama dan tetap fokus pada impian ESG ini. Itu bukan sesuatu yang dilakukan sendiri, kan?

Yong: Lembut. Ya, kami pasti ingin bekerja dengan semua rekan, semua perdagangan, untuk menanggung hal ini terjadi.

Pohon salam: Jadi, bahkan seandainya kita sekarang berbicara tentang banyak, beruang teknologi futuristik, beberapa sekarang tidak jauh. Dalam beberapa tahun ke depan, bagaimana antusiasme terhadap jenis inovasi, dan apa yang akan datang, benar-benar menunggu Lenovo dan kemungkinannya dengan transformasi digital mereka kadang-kadang mempengaruhi teknologi kontemporer ini?

Yong: Ya, dengan desain Lenovo, saya suka perusahaan yang sama sekali berbeda, transformasi digital, kita mungkin bisa lebih dulu mencari. Mungkin, bukanlah ide yang baik untuk menguping apa yang sedang terjadi saat ini, sebenarnya kita mungkin akan lebih dulu melakukan pencarian. Umumnya teknologi ini jauh dari kehancuran, tetapi kemungkinan besar juga akan mengubah gaya yang kita pikirkan saat ini. Jadi izinkan saya sedikit memperluas konsep ini. Sekarang kami telah berbicara tentang beberapa contoh di sekitar AI dan penemuan terbaik AI “mencerdaskan” proses manufaktur kami, rantai saat ini dunia kami, produk dan perusahaan kami dan pilihan, dan memahami bahwa PC dan kapsul dan ponsel cerdas dan pusat file kami. Meskipun demikian izinkan saya memberikan satu contoh lagi di sini. Saya bahkan ingin mengakui bahwa ini sedikit teknis, tetapi bertahanlah dengan saya.

Saya suka komputasi heterogen tampaknya aa harus memiliki teknologi untuk joging berkepanjangan. Jika kita menelusuri sejarah komputasi, meniadakan selama 60 tahun terakhir, kita dapat menang tentang beban kerja komputasi yang sebelumnya telah lama berubah secara dramatis.

Misalnya, beban kerja terkini, seperti analitik video dan model AI yang berjalan ke arah memiliki pola komputasi dan kebutuhan sumber daya yang sangat berbeda dari beban kerja yang lemah. Sebelumnya, komputasi untuk beban kerja yang lemah sebagian besar dilakukan oleh CPU, bukan? Kita semua pernah mendengar tentang CPU, bukan? Dan beban kerja yang lemah sebagian besar dihitung, dihitung oleh CPU. Namun saat ini, bahkan beban kerja telah berubah, seperti yang saya sebutkan, dalam hal-hal seperti analitik video, model AI bekerja ke arah. Secara umum rentan untuk lebih efisien dan lebih efektif menguras GPU, NPU, DPU sesukses ke CPU. Dan ini disebut komputasi heterogen. Itu lemah untuk menjadi CPU yang sesuai, sehingga homogen. Namun saat ini, baik untuk CPU, kami memiliki GPU, NPU, DPU, dan PU lainnya. Dan inilah yang dinamakan heterogeneous computing, untuk melahirkan komputasi yang lebih efisien dan efektif.

GPU sangat cocok untuk komputasi paralel. NPU cocok untuk pembelajaran mesin dan AI, dan DPU membongkar transmisi file dari CPU, sehingga CPU bahkan akan memikirkan tentang komputasi dan DPU akan memutar file. Seperti yang dapat Anda bayangkan, mengingat semua item pemrosesan yang berbeda ini, kita memerlukan mesin penjadwalan atau platform atau lapisan tengah yang dapat dengan mudah menangani berbagai sumber daya dan kemampuan komputasi. Dan pada saat yang sama, kami membutuhkan perangkat keras yang heterogen agar transparan bagi pembuat sehingga mereka bahkan dapat mengingat komplikasi yang mereka coba selesaikan, sekarang tidak peduli tentang beberapa item pemrosesan tingkat rendah. Jadi kami benar-benar mencoba untuk memiliki mesin penjadwalan atau lapisan tengah ini untuk membuat hidup pengembang kami lebih sederhana dan lebih efektif ketika mereka meningkatkan aplikasi mereka dan sehingga mereka menyelesaikan masalah yang menggantung. Komputasi heterogen ini sepi pada fase awal pola, tetapi itu akan menjadi teknologi wajib untuk mempercepat transformasi digital di reruntuhan.

Ini rentan untuk diterapkan pada berbagai skenario aplikasi yang berbeda, termasuk penelitian ilmiah, simulasi industri, kembar digital, kota keren, analisis keuangan, penjadwalan kendaraan, penemuan obat modern, konsumsi energi dan konservasi, dan pengurangan emisi. Jadi sebenarnya apa yang saya coba berfilsafat adalah kita sering berpikir bahwa teknologi jauh dari kehancuran, tetapi apa yang dapat kita pikirkan saat ini adalah kita dapat berpikir untuk jogging yang lama. Kita dapat menganggap legenda jenis yang mempengaruhi teknologi itu pada saat ini sehingga kita siap untuk jogging yang berkepanjangan. Dan itulah alasan saya mencoba mengobrol dengan Anda saat ini, dan terima kasih, Laurel, karena telah memberi saya kesempatan istimewa ini.

Pohon salam: Oh, sama-sama. Dan itu adalah pendekatan yang luar biasa untuk diselesaikan. Ini adalah dialog yang luar biasa dengan Anda saat ini di podcast Exchange Lab, Dr. Ray, terima kasih banyak.

Yong: Terima kasih.

Pohon salam: Itu dulunya adalah Dr. Yong Rui, Kepala Staf Kemampuan dan Wakil Presiden Senior Komunitas Lenovo, yang saya ajak bicara dari Cambridge, Massachusetts, pusat Analisis Kemampuan MIT dan MIT, yang menghadap ke Sungai Charles.

Sekian untuk episode Exchange Lab kali ini. Saya tuan rumah Anda, Laurel Ruma. Saya Direktur Wawasan Global, divisi penerbitan khusus dari Analisis Kemampuan MIT. Kami berbasis pada tahun 1899 di Institut Keterampilan Massachusetts, dan Anda mungkin dapat memenangkan kami dalam bentuk cetak online dan di acara tahunan di seluruh dunia. Untuk lebih banyak file tentang kami dan pengajaran, silakan coba efek web kami di technologyreview.com.

Ajaran ini dapat diakses di mana pun Anda menilai podcast Anda. Saat Anda menikmati episode ini, kami harap Anda dapat meluangkan waktu sejenak untuk memberi harga dan mengevaluasi kami. Exchange Lab adalah produksi Analisis Kemampuan MIT. Episode ini dulunya diproduksi oleh Giro Studios. Terima kasih untuk mendengarkan.

Pelajari lebih lanjut tentang Global CTO Stare Lenovo di sini.

Relasi ini dulunya diproduksi oleh Insights, lengan relasi khusus dari Analisis Kemampuan MIT. Dulu tidak ditulis oleh redaksi MIT Ability Analysis

Cakupan Asli

Baca juga

Abaikan bayi desainer.  Inilah cara CRISPR mengubah sebagian besar kehidupan

Abaikan bayi desainer. Inilah cara CRISPR mengubah sebagian besar kehidupan

Abaikan He Jiankui, ilmuwan bahasa China yang menciptakan bayi yang diedit gennya. Sebagai tambahan, meskipun …

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *