即時

從新一代人工智能到手術機械人:IEEE 嘉許引領未來的科技創新者

全球領先的科技及工程專業組織揭曉 2027 年度技術領域獎得獎名單,嘉許醫療機械人、無線網絡、數碼私隱、電力電子、運算技術等領域的卓越成就

新澤西州皮斯卡特韋2026年9月22日 /美通社/ — IEEE 今日公佈 2027 年度 IEEE 技術領域獎得獎名單。獲嘉許的創新成果涵蓋挽救生命的手術機械人、新一代 Wi-Fi 及電動車等。IEEE 是全球最大的專業技術組織,亦是一家致力推動技術進步、造福人類的公益慈善機構。

這些獎項面向全球,旨在嘉許研究人員、創新者及合作團隊。他們憑藉技術成就與領導力,為全球科技、工程及社會發展帶來深遠影響。

IEEE 2026 年主席兼行政總裁 Mary Ellen Randall 表示:「2027 年度 IEEE 技術領域獎得獎者充分展現了不懈創新、竭誠服務的精神,這亦是我們全球社群一直秉持的理念。在微電子、人工智能、醫療機械人、無線網絡、能量轉換及技術教育等領域,他們取得的突破性成果持續拓展科學疆界,解決重大難題,造福人類。」

IEEE 獎項委員會每年透過嚴格的同儕評審程序,按候選人的卓越技術成就、社會影響力,以及在專業工程領域的領導力,遴選得獎者。該評審程序經 IEEE 董事會批准。IEEE 將於 2027 年 5 月 5 日舉行午宴,表揚 2027 年度技術領域獎得獎者。午宴是 IEEE 頒獎週的活動之一。

2027 年度 IEEE 技術領域獎得獎名單

IEEE 生物醫學工程獎
由 IEEE 醫學與生物工程學會、IEEE 電路與系統學會及 IEEE 訊號處理學會贊助
得獎者:IEEE 終身會士 Kullervo Hynynen — Sunnybrook 研究所、多倫多大學
Hynynen 憑藉在治療性超聲波技術研發、改進及臨床轉化方面的開創性貢獻獲獎。

IEEE Cledo Brunetti 獎
由 Brunetti 遺贈基金贊助
共同得獎者:IEEE 會員 Edward Charles Gage、IEEE 會士 Ganping Ju、IEEE 會士 Jan-Ulrich Thiele — Seagate Technology
Gage、Ju 及 Thiele 因對熱輔助磁記錄技術作出貢獻而獲獎。該技術讓硬碟達到超高容量,儲存更多數碼資訊。

IEEE Roger W. Brockett 控制系統獎
由 IEEE 控制系統學會及 Roger W. Brockett 的親友贊助
得獎者:IEEE 終身會士 Arjan van der Schaft — 格羅寧根大學 Bernoulli 研究所(已退休)
Van der Schaft 憑藉在非線性控制的穩健方法及幾何方法、混合系統,以及物理系統控制方面的貢獻獲獎。

IEEE 電磁學獎
由 IEEE 天線與傳播學會、IEEE 電磁兼容學會、IEEE 地球科學與遙感學會及 IEEE 微波理論與技術學會贊助
得獎者:IEEE 會士 Zoya Popović — 科羅拉多大學博爾德分校
Popović 因對微波及毫米波電路設計作出貢獻而獲獎,相關成果涵蓋功率放大器、功率合成及無線供電系統。

IEEE James L. Flanagan 語音與音訊處理獎
由 Mitsubishi Electric Research Laboratories(MERL)贊助
得獎者:IEEE 終身會士 Chin-Hui Lee — 佐治亞理工學院
Lee 憑藉在自動語音識別及說話者識別技術領域的貢獻與領導力獲獎,相關成果包括自適應學習及判別式訓練方面的創新。

IEEE Fourier 訊號處理獎
由 Mitsubishi Electric Research Laboratories(MERL)贊助
得獎者:IEEE 會士 Nicholas Dimitrios Sidiropoulos — 維珍尼亞大學
Sidiropoulos 因在訊號處理方法方面作出貢獻而獲獎。這些方法用於分析複雜數據及識別多維模式。

IEEE Andrew S. Grove 獎
由 IEEE 電子元件學會贊助
得獎者:IEEE 會士 John Robert Brews — 亞利桑那大學(已退休)
Brews 憑藉在 MOS 元件與電路的物理原理及相關技術方面的奠基性貢獻獲獎。

IEEE Masaru Ibuka 消費科技獎
由 Sony Group Corporation 贊助
得獎者:IEEE 榮譽會員 Mike Lazaridis — Quantum Valley Investments
Lazaridis 以富有遠見的領導力重塑了全球消費科技格局,並因對流動通訊作出變革性貢獻而獲獎。

IEEE 互聯網獎
由 Google LLC 贊助
得獎者:IEEE 會士 Matthew Roughan — 阿德萊德大學
Roughan 因對互聯網流量及網絡結構分析作出奠基性貢獻而獲獎,相關成果有助改善網絡管理,並加深對網絡的理解。

IEEE Richard Harold Kaufmann 獎
由 IEEE 工業應用學會贊助
得獎者:IEEE 會士 Akshay Kumar Rathore — 新加坡國立大學
Rathore 因研發創新的電流饋電式及多電平電力電子轉換器而獲獎。

IEEE Joseph F. Keithley 儀器與測量獎
由 Tektronix Inc. 及 IEEE 儀器與測量學會贊助
得獎者:IEEE 終身會士 Pasquale Daponte — 桑尼奧大學(意大利貝內文托)
Daponte 因在模擬至數碼轉換器及數碼至模擬轉換器的測量與標準化方面作出貢獻而獲獎。

IEEE Gustav Robert Kirchhoff 獎
由 IEEE 電路與系統學會贊助
得獎者:IEEE 終身會士 Janusz Rajski — Siemens Digital Industries Software
Rajski 憑藉在數碼集成電路矽級測試方面的貢獻獲獎。

IEEE Leon K. Kirchmayer 研究生教學獎
由 IEEE Leon K. Kirchmayer 紀念基金贊助
得獎者:IEEE 終身會士 Rama Chellappa — 約翰霍普金斯大學
Chellappa 因推動多學科研究生教育,並在圖像處理、電腦視覺及模式識別領域指導博士生而獲獎。

IEEE Koji Kobayashi 電腦與通訊獎
由 NEC Corporation 贊助
得獎者:IEEE 會員 Amin Vahdat — Google LLC
Vahdat 因開發網絡系統以擴展數據中心規模、支援現代雲端運算及機器學習而獲獎。

IEEE Arun N. Netravali 視像分析、技術與系統獎
由 Nokia Bell Labs 贊助
共同得獎者:IEEE 終身會員 Jens-Rainer Ohm — 亞琛工業大學(榮休);IEEE 終身會士 Gary J. Sullivan — Dolby Laboratories;IEEE 會員 Benjamin Bross — 德國柏林 Fraunhofer 電訊研究所 Heinrich-Hertz-Institut(HHI)
Ohm、Sullivan 及 Bross 因在制定高效率視像編碼(HEVC)國際標準的過程中發揮領導作用並作出貢獻而獲獎。該標準提升了數碼視像的壓縮效率。

IEEE William E. Newell 電力電子獎
由 IEEE 電力電子學會贊助
得獎者:IEEE 會士 Paolo Mattavelli — 帕多瓦大學(意大利帕多瓦)
Mattavelli 憑藉在電力電子轉換器先進建模與控制方面的貢獻獲獎。

IEEE Donald O. Pederson 固態電路獎
由 IEEE 固態電路學會贊助
得獎者:IEEE 終身會士 Wanda Kay Gass — Texas Instruments(已退休)
Gass 透過電路設計、系統架構及矽編譯器方面的創新,為可編程數碼訊號處理系統作出開創性貢獻,並因此獲獎。

IEEE Frederik Philips 獎
由 IEEE Frederik Philips 獎基金贊助
得獎者:IEEE 會員 Ann B. Kelleher — Intel Corporation(已退休)
Kelleher 因引領 CMOS 製程技術取得歷史性進展,並最終促成首個採用背面供電技術的製程節點面世而獲獎。

IEEE 光子學獎
由 IEEE 光子學會贊助
得獎者:IEEE 終身會士 Martin David Dawson — 斯特拉斯克萊德大學
Dawson 因在微結構及寬能隙半導體光電子學方面的貢獻,以及在技術創新中展現的領導力而獲獎。

IEEE 機械人與自動化獎
由 IEEE 機械人與自動化學會贊助
得獎者:IEEE 終身會士 Russell H. Taylor — 約翰霍普金斯大學
Taylor 因推動手術及醫療機械人技術發展與臨床轉化,並在相關領域發揮領導作用而獲獎。

IEEE Frank Rosenblatt 獎
由 IEEE 計算智能學會贊助
得獎者:IEEE 終身會士 Shun-ichi Amari — 帝京大學(日本東京)
Amari 憑藉對神經網絡理論及資訊幾何學的奠基性貢獻獲獎。

IEEE Marie Sklodowska-Curie 獎
由 IEEE 核科學與等離子體科學學會贊助
得獎者:Victor Malka — 魏茨曼科學研究所
Malka 因引領激光驅動粒子源研發,並推動相關技術走向實際應用而獲獎。

IEEE 社會基礎設施創新獎
由 Hitachi, Ltd. 及 IEEE 電腦學會贊助
共同得獎者:IEEE 會士 Jaideep Vaidya — 羅格斯大學;IEEE 高級會員 Lucila Ohno-Machado — 耶魯大學醫學院;IEEE 高級會員 Xiaoqian Jiang — 德州大學侯斯頓健康科學中心
Vaidya、Ohno-Machado 及 Jiang 因在分佈式臨床研究基礎設施的設計及部署方面發揮領導作用而獲獎。這些基礎設施在保障私隱的同時,支援以健康數據進行安全的大規模協作。

IEEE Charles Proteus Steinmetz 獎
由 IEEE 標準協會贊助
得獎者:IEEE 終身會士 Mehmet Ulema — 曼哈頓大學(榮休)
Ulema 因在無線通訊及數據網絡所用架構、管理機制及協定的開發與標準化方面發揮領導作用而獲獎。

IEEE Eric E. Sumner 獎
由 Nokia Bell Labs 贊助
得獎者:IEEE 會士 Gerhard Fettweis — 德國德累斯頓工業大學及 Barkhausen Institut
Fettweis 憑藉在物理層通訊技術方面的貢獻,以及相關成果對全球無線通訊業的影響獲獎。

IEEE Nikola Tesla 獎
由 Wolong Electric Group Co. Ltd.、IEEE 工業應用學會及 IEEE 電力與能源學會贊助
得獎者:IEEE 終身會士 Pragasen Pillay — 康考迪亞大學
Pillay 因在電機建模、設計及應用方面作出貢獻而獲獎,相關成果涵蓋工業、運輸及可再生能源領域

IEEE Kiyo Tomiyasu 獎
由已故 Kiyo Tomiyasu 博士、IEEE 地球科學與遙感學會及 IEEE 微波理論與技術學會贊助
得獎者:IEEE 會士 Yun Raymond Fu — 美國東北大學
Fu 憑藉在電腦視覺及增強型人機互動方面的貢獻獲獎。

IEEE 交通運輸技術獎
由 IEEE 工業應用學會、IEEE 工業電子學會、IEEE 智能交通系統學會、IEEE 微波理論與技術學會、IEEE 電力電子學會、IEEE 電力與能源學會及 IEEE 車輛技術學會贊助
得獎者:IEEE 會士 Chunting Chris Mi — 聖迭戈州立大學
Mi 因推動電動車及混合動力電動車技術發展而獲獎。

IEEE Rao R. Tummala 電子封裝獎
由 IEEE 電子封裝學會及 Rao R. Tummala 的友人贊助
得獎者:IEEE 會士 Ravi Mahajan — Intel Corporation
Mahajan 因對先進電子封裝的多晶片互連技術研發作出貢獻而獲獎。

IEEE 本科教學獎
由 IEEE 教育學會贊助
得獎者:IEEE 會士 Rhonda Rene Franklin — 明尼蘇達大學
Franklin 因在推動共融人才培育計劃方面展現領導力而獲獎。這些計劃透過本科工程教育,開拓清晰、暢通的職業發展途徑。

IEEE Lotfi A. Zadeh 新興技術獎
由 IEEE 系統、人類與控制論學會贊助
得獎者:IEEE 終身會士 Peng Shi — 阿德萊德大學
Shi 因對複雜系統的穩健控制及濾波方法作出貢獻而獲獎,相關方法以人工智能為基礎。

如欲了解 IEEE 獎項及 2027 年度 IEEE 技術領域獎計劃的詳情,請瀏覽 https://corporate-awards.ieee.org/recipients/current-recipients。

請於 1 月 15 日或之前提交 IEEE 技術領域獎提名。詳情請瀏覽 https://ieee.secure-platform.com/a/page/ieeemedals_recognitions_techfieldawards/ieee_technical_field_awards

IEEE 簡介
IEEE 是全球最大的技術專業組織,亦是一家致力推動技術進步、造福人類的公益慈善機構。憑藉獲廣泛引用的出版物、會議、技術標準,以及專業與教育活動,IEEE 在全球標準、航空航天系統、電腦、電訊、生物醫學工程、電力及消費電子等領域享有公信力。更多資訊請瀏覽 https://www.ieee.org。

傳媒聯絡

Gabriella Chiera
+1 732 964 7152
g.chiera@ieee.org 

Dan Pettine
+1 732-427-2580
d.pettine@ieee.org

最新全球研究發現,超過三分之一的工業組織將資安風險視為成長的主要挑戰

隨著聯網營運、AI 應用與 IT/OT 融合擴大作業風險,工業組織正加大網路資安投資

密爾瓦基2026年9月22日 /美通社/ — 全球最大的工業自動化與數位轉型企業 Rockwell Automation, Inc.(NYSE:ROK)今日發布《Operational Resilience in the Age of Connectivity》(聯網時代的營運韌性)產業洞察報告。該報告彙整來自 17 個國家/地區、1,500 位製造業及工業營運決策者的意見與見解。研究顯示,企業對自身全面網路資安防禦能力的信心,與實際面臨的作業風險之間存在落差。儘管工業組織正在投資於網路安全,但這些投資並不會自動轉化為營運韌性。

最新全球研究發現,超過三分之一的工業組織將資安風險視為成長的主要挑戰
最新全球研究發現,超過三分之一的工業組織將資安風險視為成長的主要挑戰

隨著組織持續整合資訊科技 (IT) 與營運技術 (OT) 系統、擴大 AI 專案規模,並進一步善用營運資料,系統與營運之間產生更多相互依賴關係,從而可能增加面臨網路資安風險的疑慮。事實上,超過三分之一的工業組織將網路資安風險視為成長所面臨的最大外部障礙之一,凸顯出隨著營運連線度日益提高,強化營運韌性已刻不容緩。

報告中的主要發現包括:

  • 儘管資安事件發生率持續上升,企業仍保持信心:雖然 46% 的企業在過去一年中曾遭遇網路資安事件,但仍有 90% 的企業表示,對自身預防、因應資安事件或從中復原的能力深具信心。
  • 網路資安投資展現明確效益:62% 的企業已投資於網路資安平台,且網路資安在受訪者回報效益最高的技術投資項目中高居第二名。
  • 企業將 AI 納入網路資安防護策略:45% 的企業計劃在未來 12 個月內將 AI 與機器學習導入網路資安專案中。
  • IT/OT 融合兼具風險與商機:IT 與 OT 的整合節點被評為第二大容易遭受資安攻擊的風險來源。與此同時,37% 的受訪者表示,確保 IT/OT 架構的安全無虞將在未來五年內推動正向的營運成果。

Rockwell Automation 全球網路資安服務總監 Rick Kaun 表示:「工業企業明白網路資安直接影響設備稼動率、營運連續性、生產力與成長;然而,單靠技術投資並不足以建立營運韌性,亦無法奠定對企業整體網路資安態勢的信心。只有當網路資安成為企業整體營運策略不可或缺的一部分時,才能打造出真正的韌性。主動管理風險並為營運中斷做好萬全準備的企業,將更能有效保護營運、維持生產力,進而取得競爭優勢。」

《Operational Resilience in the Age of Connectivity》(聯網時代的營運韌性)完整報告可從此處取得,探討工業組織如何在高度連線的環境中強化網路資安防禦、掌控 IT/OT 融合,並建立更具韌性的營運架構。

常見問題:

什麼是營運韌性?
營運韌性指企業透過主動管理風險、降低營運中斷影響,並在遭遇網路資安事件後迅速復原,從而維持安全、穩定且可靠之工業營運的能力。

為何 IT/OT 融合會增加網路資安風險?
IT/OT 融合之所以增加網路資安風險,是因為它擴大了攻擊面並增加新的連線節點,使得源自 IT 環境的威脅可能波及並影響工業營運。隨著營運資料、系統、使用者與第三方連線的高度連結,單一網路資安事件即可對生產、安全、品質及營運連續性造成廣泛衝擊。

工業組織如何將 AI 應用於網路資安防護?
研究顯示,45% 的工業組織預計在未來 12 個月內將 AI 與機器學習導入網路資安領域,以提升威脅偵測、即時監控與風險管理能力。

方法
這份報告分析了來自 17 個主要製造業國家/地區的 1,560 名受訪者的意見,這些受訪者的職位涵蓋管理階層至高階主管,該報告由 Sapio Research 與 Rockwell Automation 共同執行。調查涵蓋多個產業,包括包裝消費品、食品飲料、汽車、半導體、能源、生物科技等。公司規模分布均衡,營收範圍從 1 億美元到 300 多億美元不等,呈現製造業多元觀點。

關於 Rockwell Automation
Rockwell Automation, Inc. (NYSE:ROK) 為工業自動化和數位轉型的全球領導品牌。我們結合人們的想像力與技術潛力,開創人類的無限可能,致力於提升效率並推動永續發展。Rockwell Automation 總部位於美國威斯康辛州密爾瓦基,約26,000名員工服務遍及100多個國家/地區的客戶。如需進一步瞭解我們如何將 The Connected Enterprise® 導入工業生產的每個發展階段,請參考 www.rockwellautomation.com。

派能科技588Ah、601Ah儲能電芯量產下線

合肥2026年9月21日 /美通社/ — 9月21日,派能科技588Ah、601Ah大容量儲能電芯量產下線儀式在合肥基地舉行。這標誌著公司大容量儲能電芯邁入規模化量產階段,也將為全球大型儲能項目交付提供有力支撐。大電芯的研發、生產與應用將進一步提升派能科技從電芯到系統的全鏈條技術能力,增強公司在全球儲能市場的核心競爭力。

派能科技588Ah & 601Ah 儲能電芯量產下線儀式
派能科技588Ah & 601Ah 儲能電芯量產下線儀式

隨著全球大型儲能加速邁向規模化發展,大容量電芯正成為提升項目全生命週期價值的重要基礎。588Ah、601Ah大容量儲能電芯由派能科技自主研發,具備高安全、長壽命、高能效的核心優勢。依托公司合肥基地智能製造體系,該系列電芯已批量生產超100MWh,邁入規模化量產階段。

派能科技588Ah、601Ah儲能電芯量產
派能科技588Ah、601Ah儲能電芯量產

目前,大容量電芯已應用於派能科技新一代PyOcean系列6.25MWh、8MWh大型儲能系統,新一代儲能系統也已經進入項目交付階段。

派能科技PyOcean系列6.25MWh集裝箱
派能科技PyOcean系列6.25MWh集裝箱

近年來,派能科技在大型儲能項目的市場實力不斷得到驗證,已在海內外落地多個大型儲能項目。從江蘇揚州儀征120MW/240MWh儲能電站,到寧夏200MW/400MWh儲能電站,再到歐洲百兆瓦時儲能項目落地,公司不斷積累大型儲能項目經驗,為更大規模項目交付奠定基礎。

派能科技為寧夏銀川200MW_400MWh獨立儲能電站提供儲能系統
派能科技為寧夏銀川200MW_400MWh獨立儲能電站提供儲能系統

性能進階:601Ah電芯能量密度達425.8Wh/L

此次下線的大容量電芯在單體容量、能量密度、循環壽命、能效等關鍵性能上進一步提升。其中,601Ah電芯能量密度達425.8Wh/L,循環壽命超過12,000次,能量效率達96.5%。大容量電芯有助於減少系統內電芯及連接部件數量,提升空間利用率和系統集成效率,從而提升儲能系統的全生命週期經濟性。

智造支撐:單顆電芯100%全流程追溯

依托合肥基地智能製造體系,大電芯製造產線核心工序自動化率達到100%,配置120餘台工業機器人、180餘套智能設備;通過MES系統全流程採集電池生產數據,實現單顆電芯100%全流程追溯,保障電池生產全生命週期的質量管理與追溯。

派能科技單顆電芯100%全流程追溯
派能科技單顆電芯100%全流程追溯

以588Ah、601Ah大容量儲能電芯規模化量產與交付為新起點,派能科技將持續強化研發、製造與交付能力,加速新一代儲能解決方案落地,為全球客戶創造長期價值,攜手共創可持續的能源未來。

華為發佈面向超節點與集群的全新靈衢計算架構

上海2026年9月22日 /美通社/ — 在華為全聯接大會2026一場聚焦計算架構創新的主題演講中,華為常務董事、ICT BG CEO楊超斌揭曉了靈衢(UnifiedBus)互聯架構的更多細節,發佈一系列基於靈衢互聯架構的計算產品,並介紹華為如何攜手開源社區,使能客戶、夥伴與開發者應用創新。

Yang Chaobin delivering a keynote at HUAWEI CONNECT 2026
Yang Chaobin delivering a keynote at HUAWEI CONNECT 2026

在傳統計算架構下,集群規模擴大時,資源利用率反而下降,十萬卡集群的實際模型算力利用率僅約20%,大量算力處於等待通信完成的狀態。10T參數大模型的訓練需要海量中間數據,傳統架構下單個加速卡的內存容量已難以承載。集群內不同部件之間的互聯與通信能力,已成為決定計算系統性能的關鍵。

楊超斌表示,華為破解這一瓶頸的解決方案,就是這套依托靈衢互聯技術打造的新計算架構,實現集群與超節點之間的協同。該架構的設計初衷,是順應各類新型智能體應用落地所帶來的算力爆發式增長需求。基於靈衢的計算系統具備四大特徵:

  • 協議歸一,內存語義:將十餘種互聯協議統一為靈衢協議,互聯帶寬從百GB級提升至TB級,RTT通信時延從7微秒壓縮至2微秒,支持超節點內全局內存統一編址。
  • 多樣算力,異構協同:CPU、NPU、內存、SSD等通過靈衢直接互聯,實現去中心化平等訪問,CPU和NPU資源可靈活配比。通過分層分級Transformer硬加速,解耦Attention與FFN,實現AF分離部署。
  • 分級存儲,全局池化:以混合介質資源池化解決激活值緩存問題,將DDR作為NPU「第二內存」,降低搜推廣業務時延,千億級、數千維向量檢索性能翻番;降低10T大模型訓練對單卡HBM的容量需求,助力提升集群MFU。
  • 光電互聯,靈活組網:構建全局超高帶寬、超低時延「數據高速公路」,實現大小算力靈活擴展。

隨後,楊超斌發佈最新的靈衢互聯設備,覆蓋櫃內、跨櫃與集群三級互聯,支持從單櫃到百萬卡集群的彈性擴展。

  • 櫃內,靈衢互聯刀片實現零電纜、零電路損耗,一個4096卡超節點可節省196公里銅纜。
  • 跨櫃靈衢互聯設備支持176個端口,每端口達1.6T,單機280T全光互聯,是業界互聯帶寬最大、端口數最多的高速總線協議互聯設備,RTT時延低至2微秒。
  • 在跨集群方面,UBG靈衢網絡交換機具備高達1024的超大Radix扇出能力,可支撐百萬卡超節點集群,滿足模型參數向幾十萬億演進的需求。

同時,楊超斌還發佈了華為基於靈衢的Agentic AI超節點集群,由TaiShan 950(鯤鵬950)、Atlas 960(昇騰960)超節點、OceanStor M900記憶存儲及星河UBG交換機組成,實現多樣算力協同與分級資源池化。

靈衢互聯技術不僅用於超節點,也適用於一體機。華為基於靈衢架構打造從1卡到8卡的系列化一體機及鯤鵬、昇騰模組,讓中小企業也能本地運行萬億參數大模型。

楊超斌介紹,生態方面,昇騰與DeepSeek Harness、OpenCode、openJiuwen等開源框架協同,打造智能管理、推理加速、安全框架等Agent插件化組件並全量開源。

楊超斌表示:「華為將堅持系統級創新,構築系列化算力底座,開源開放,聯合客戶、夥伴和開發者共建生態,為世界提供新選擇。」 

構建「以客戶為中心」的「華為+夥伴」協同體系 讓AI惠及千行百業

上海2026年9月21日 /美通社/ — 在華為全聯接大會2026期間,華為高級副總裁兼企業銷售總裁陳雷發表了「攜手夥伴,讓AI惠及千行百業」主題演講,正式對外發佈全新「SCALE」夥伴支持體系。華為希望借助該體系,助力夥伴推動客戶智能化從單點實踐走向規模化落地。陳雷同時分享了華為關於智能化從標桿走向千行百業的最新思考與實踐。

陳雷表示:「智能化時代正加速到來。華為攜手夥伴,共同提供能夠解決真實業務問題的產品與解決方案。我們希望把自身能力開放給夥伴,賦能夥伴充分釋放他們的獨特優勢,幫助客戶從『建好算力』走向『用好算力』。華為全力推動以客戶為中心的『華為+夥伴』協同體系蓬勃發展,助力夥伴更高效地解決客戶的業務問題,實現AI規模化落地。」

Leo Chen, Huawei's Senior Vice President and President of Enterprise Sales
Leo Chen, Huawei’s Senior Vice President and President of Enterprise Sales

在推動行業智能化項目規模化的過程中,夥伴普遍面臨五大挑戰:方案開發、集成驗證、方案交付、服務運維以及業務協同。為幫助夥伴攻克上述難題,「SCALE」夥伴支持體系從五個維度提供支持:場景化解決方案(Scenario-based Solutions)、聯合創新(Co-innovation)、聯合營銷(Aligned Marketing)、服務一致性(Local Services, Consistent Quality)和高效協同(Efficient Collaboration),為夥伴提供覆蓋方案開發、驗證、上市、交付和運營的全流程支持,推動智能化從標桿項目走向大規模AI落地。

場景化解決方案:華為提供開放、易於集成的AI產品底座,夥伴可依托這些產品快速開發新的解決方案。產品覆蓋計算、存儲、網絡、安全以及數據保護領域,包含全新的中小企業算力引擎(SMECE)與DCS AI兩大解決方案,幫助夥伴將自身行業經驗高效轉化為可落地的智能化方案。目前,華為夥伴已基於相關產品,針對八大行業開發出100多個場景化方案,加速AI落地應用。

聯合創新:為幫助夥伴高效復用標桿經驗、完成方案集成驗證,華為向夥伴開放參考架構與驗證環境,包含48個高價值場景參考架構,為夥伴開展方案設計、環境搭建、應用開發、調試和驗證提供全流程參考。此外,華為通過雲上OpenLab,提供統一接口和開發驗證工具,大幅提升方案開發、適配和驗證效率。

聯合營銷:華為致力於幫助夥伴洞察客戶需求、發佈全新方案,讓優秀方案「看得見、可驗證、能複製」,便於客戶快速找到合適的方案。華為向夥伴開放MTL(從市場到線索)流程能力,與夥伴共同推進面向客戶的方案上市。華為與夥伴聯合發佈方案,在華為展台與展廳展示優秀方案,並攜手客戶打造行業樣板點,幫助客戶直觀理解方案價值與實際驗證成果。截至目前,華為已攜手夥伴,在全球與客戶共建超過130個行業樣板點。

服務一致性:華為持續推進夥伴服務本地化拓展,讓夥伴能夠向客戶提供與華為同等標準的高質量服務。夥伴可通過華為的O3夥伴服務平台,獲取知識、工具、專家資源與服務經驗。華為面向各類服務崗位推出人才培養及認證項目,過去三年累計培養超5萬名AI專業人才。

高效協同:華為為夥伴打造兩大一站式智能平台,簡化雙方協作流程。華為億企飛(HUAWEI eFly,即企業業務App)與華為夥伴官網(HUAWEI ePartner)這兩個平台作為統一入口,協助夥伴打通華為內部流程,獲取開展一站式營銷、交易和服務運營所需的數據。夥伴可獲取資料、工具、IT接口、AI輔助配置、智能問答工具,進一步提升服務客戶的效率。

陳雷談到:「真正的智能時代,應讓成功經驗更快、更廣泛地走進千行百業,讓更多企業乘勢而上。面向行業智能化的廣闊未來,華為願與廣大客戶、夥伴並肩攜手,推動更多成功經驗從標桿走向規模化落地,讓AI惠及更多行業、更多組織和更多的人。」

IBM 與 NASA 聯合發布首個開源月球研究 AI 模型

  • NASA ‑ IBM 月球基礎模型將數十年觀測數據轉化為科學探索基礎,以單一儀器無法達到的規模,協助科學家挖掘數據當中的規律。
  • 模型在辨識月球表面關鍵地質特徵(包括潛在冰沉積物、隕石坑及火山構造)方面表現顯著提升,支援人類重返月球計劃;其辨識率較常用方法最高提升 23%。

香港2026年9月21日 /美通社/ — 近日,IBM(NYSE: IBM)與美國國家航空航天局(NASA)宣佈開源發布「NASA‑IBM 月球基礎模型」(NASA‑IBM Lunar Foundation Model)。作為首批公開可用、專為月球科學探索而設的基礎模型之一,該模型由 IBM 及 NASA 研究人員利用整理完備的龐大月球觀測數據集訓練而成,目標協助科研人員把數十年來、來自不同儀器的複雜數據轉化為重要研究見解,協助人類在月球建立長期據點。

月球地形持續演變。隨時間推移,月球表面不斷出現新的隕石坑與水冰,亦曾經歷多輪火山活動。數十年來,透過感測器與儀器持續觀測月球,已累積 PB 級數據。過往科學家只能手動篩選地圖及影像,或是採用低解像度、只適用於特定任務的機器學習模型研究月表。這類方法耗用大量運算資源,而且在辨識及分析地質特徵方面,難以達到科研所需的精準度。全新發布的 NASA‑IBM 月球基礎模型可處理不同類型及解像度的月球數據,挖掘數據之間隱藏的關聯,加快研究進度。

具體而言,研究人員可運用這套基礎模型研究多種月球現象,包括:

  • 潛在月球冰沉積物:永久陰影區是月球最難觀測的環境之一,但其地底可能蘊藏月球冰。月球冰代表存在水與氧氣 —— 這些資源對未來興建月球基地,以及為火星任務提供火箭燃料極為重要。NASA‑IBM 模型可結合多模態、多解像度觀測數據,預測月球表面可能存在冰層的位置。NASA 與 IBM 聯合發表的技術論文指出,相較 SwinV2-B (ImageNet) 模型,此模型預測月球冰高潛在區域的誤差(RMSE)最多可減少 22%[1]。
  • 火山活動歷史:透過研究名為「不規則月海斑塊」(Irregular Mare Patches)的月球火山特徵,科學家可更深入了解月球火山歷史及熱演化過程。此外,辨識這類變動區域對未來月面作業意義重大。在標籤數據不完美的情況下,模型偵測火山特徵的覆蓋範圍較 SwinV2-B (ImageNet) 模型多出 3%,維持同等精準度之餘,實現更高效率及更低微調成本[2]。
  • 隕石坑偵測:隕石坑是月球最重要、最易辨認的特徵之一,可揭示月球歷史的重要線索,例如不同地形的年代、地質狀況,以及月球早期內部的化學成分。繪製隕石坑地圖亦協助 NASA 揀選安全著陸點,避開陡坡、巨石等危險地帶,並規劃長期基礎設施選址。利用此模型,研究人員可在米級解像度下辨識、結合上下文分析並分類隕石坑;相關論文顯示,其精準度與 SwinV2-B 等先進模型相若,效率及微調成本則更優。在約 100 米的上下文尺度解像度下,模型只需要一半訓練數據,表現已較 SwinV2-B 高出近 19%[3]。

NASA 華盛頓總部首席科學數據官、署理首席數據及 AI 官 Kevin Murphy 表示:「NASA 花了數十年建立完備的月球科學數據庫,但收集數據只是工作一部分。我們還要讓數據更方便科研人員探索及運用。NASA‑IBM 月球基礎模型展示將 AI 引入 PB 級科學數據帶來的可能性。這正是 AI 真正的價值:把大規模數據轉化為嶄新科學發現。」

IBM 研究院歐洲、英國及愛爾蘭區域負責人 Juan Bernabe-Moreno 指出:「要解開月球的謎團,從海量科學數據中提取資訊的能力不可或缺。NASA‑IBM 月球基礎模型為科研人員提供大規模探索月球的基礎,整合不同儀器的觀測見解,從而發現在單點觀測中難以察覺的規律,建立開放式全球研究平台。」

雖然月球數據十分豐富,但過往未有公開的統一數據集,能夠把多模態、多解像度數據整合至適合現代機器學習的通用框架。除基礎模型外,IBM 與 NASA 科學家亦建構業界首個開源月球數據集 —— 一套統一、可直接用於機器學習的月球數據集,整合四次月球任務、九種觀測儀器所產生的 30 多個空間對齊數據層。數據集匯集數萬張影像及地圖資料,來源包括 NASA 月球勘測軌道飛行器(LRO)及其「重力復原與內部實驗室」(GRAIL)任務,以及日本宇宙航空研究開發機構(JAXA)的「月亮女神」(SELENE)任務,為月球科學界提供豐富的多模態月表及次表層資料。

NASA‑IBM 月球基礎模型延續雙方多年合作,目標將珍貴科學數據轉化成供整個科學界使用的研究基礎。透過開源這套模型,科學家及研究人員可借助前沿 AI 技術,加速月球探索。模型亦是 Prithvi 系列開放基礎模型的最新成員,該系列已涵蓋地理空間、氣象、太陽物理、月球等觀測數據。開發這一系列模型背後有更宏遠的願景:研究人員毋須為每項科學課題重新建構演算法系統,而是善用共享模型,推動跨領域科研突破。

關於IBM

IBM 是全球領先的混合雲、人工智能及企業服務提供商,幫助超過 175 個國家和地區的客戶,從其擁有的數據中獲取商業洞察,簡化業務流程,降低成本,並獲得行業競爭優勢。金融服務、電信和醫療健康等關鍵基礎設施領域的數千家政府和企業實體依靠 IBM 混合雲平台和紅帽 OpenShift 快速、高效、安全地實現數字化轉型。IBM 在人工智能、量子計算、行業雲解決方案和企業服務方面的突破性創新為我們的客戶提供了開放和靈活的選擇。對企業誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業務發展的基石。瞭解更多信息,請訪問: www.ibm.com/

查詢更多本地資訊,請訪問IBM香港新聞間:https://hongkong.newsroom.ibm.com/ 

傳媒查詢:
崔守峯 shou.feng.cui@ibm.com  

1  “Multimodal-Multiresolution Foundation Model for Lunar Remote Sensing”, pg 17
2  “Multimodal-Multiresolution Foundation Model for Lunar Remote Sensing”, pg 17
3 “Multimodal-Multiresolution Foundation Model for Lunar Remote Sensing”, pg 15

 

華為全聯接大會2026 | 華為全新升級星河AI數據中心網絡方案,構築AI算力中心高效生產網

上海2026年9月21日 /美通社/ — 華為全聯接大會2026期間,以「引領AI DC創新,共贏Agentic時代」為主題的AI DC創新峰會成功舉辦。峰會匯聚全球600多位行業領袖與專家學者,圍繞Agentic時代數據中心基礎設施的高質量建設與可持續發展展開深度探討。會上,華為發布全新升級的星河AI數據中心網絡方案,打造算力滿載、業務永續的數據中心網絡,助力企業構築AI算力中心高效生產網。

華為數據通信產品線數據中心網絡領域總裁 張白發表主題演講
華為數據通信產品線數據中心網絡領域總裁 張白發表主題演講

華為數據通信產品線數據中心網絡領域總裁張白出席峰會並發表主題演講。他指出,AI正在引領人類社會邁向智能生產力時代,推動數據中心向算力中心演進;在Agentic時代,數據中心網絡成為釋放算力、提升Token生產效率的關鍵。此次,華為全新升級星河AI數據中心網絡方案,融合磐石高可靠架構2.0、星翼數字地圖2.0、星域超融合架構、逐包負載均衡NPLB等核心能力;同時升級NetMaster網絡智能體,實現95%故障自動研判,分鍾級定位根因,助力企業打造AI算力中心高效生產網。

硬件層面,華為面向全球首發UBG靈衢網絡交換機CloudEngine SF9300系列。產品依托兩層多平面架構,可將建網成本降低30%;通過UB極簡轉發,端到端時延下降40%;在可靠性方面,借助LLR鏈路層重傳技術,可在鏈路誤碼或故障場景下微秒級重傳,實現鏈路閃斷零丟包。

華為同步發布全自研100T/51.2T NPO交換機CloudEngine XH9300系列。產品采用光源集約化設計,搭載全自研3.2T OE光引擎,互聯功耗降低40%;依托近封裝光學技術,省去oDSP信號處理環節,轉發時延降低26%。在運維可靠性上,OE光引擎可插拔卡扣設計,將設備維護效率提升10倍。

本次峰會同步迎來金融行業標准成果發布。北京金融科技產業聯盟聯合華為等17家參編單位,共同發布《金融數據中心網絡高可用性技術規范》團體標准。該標准闡述金融數據中心2類5種網絡,明確網絡高可用性技術要求與測試方法,覆蓋數據中心內部網絡及跨數據中心網絡,並從網絡架構冗余能力、網絡故障或亞健康恢復能力和網絡故障預防能力三個維度,全面定義網絡高可用性。該標准的發布,契合金融機構保障業務連續性的現實需求,填補相關行業空白,助力金融網絡科技創新,推動網絡能力與AI技術協同演進。

峰會現場,中國科學院高能物理研究所計算中心主任齊法制分享與華為的合作實踐。他介紹,中國科學院高能物理研究所與華為深度合作,落地華為星河AI高算效數據中心網絡方案。依托全網負載均衡算法,算力效率提升10%以上,徹底解決AI訓練流量大、負載不均衡的行業難題,充分釋放算力,保障海量觀測數據暢行無阻,助力科研人員更快、更精准地從宇宙深空信號中挖掘科學成果。

面向未來,華為將繼續秉持開放合作的理念,攜手客戶與伙伴持續創新,深耕數據中心網絡技術研發,推動網絡智能化升級與代際演進,為產業和客戶創造更大價值。

華為發布《華為AIFW技術白皮書》,助力產業新一代AI防火牆代際升級

上海2026年9月21日 /美通社/ — 9月17日,華為全聯接大會2026期間,在「夯實網絡安全基石,護航產業智能化落地」主題論壇上,華為發布《華為AIFW技術白皮書》(以下簡稱《白皮書》)。白皮書系統闡釋面向AI時代的新一代AI防火牆(AIFW)的架構理念與關鍵技術,牽引防火牆產品代際升級。華為數據通信產品線安全產品領域總裁吳家興、華為網絡安全與隱私保護部部長王正安共同出席發布儀式。

華為發布《華為AIFW技術白皮書》
華為發布《華為AIFW技術白皮書》

從規則驅動到意圖感知,重構安全防御邏輯

隨著大模型、智能Agent、算力集群在千行百業規模化落地,網絡安全威脅形態發生根本變化。面對提示詞注入、敏感數據外洩、算力濫用等新型風險,傳統規則匹配防護體系面臨規則迭代滯後、語義識別不足等短板,華為AIFW重構防御邏輯,實現從規則驅動到意圖感知的跨越。

《白皮書》指出,AIFW以AI為核心驅動力,融合AI原生硬件、大模型、智能與安全知識庫,推動防護重心從流量防護向行為治理演進;依托全域感知、語義理解、風險推理與意圖識別能力,可精准識別DGA域名、提示詞注入、非法內容外發等AI場景特有風險,完成從「規則驅動」到「智能驅動」、從「靜態策略」到「策略自治」的轉變,為智算中心、企業智能Agent及大模型業務構築安全防線。

AI原生硬件底座,構築高可靠內生安全韌性

《白皮書》詳解AI防火牆原生硬件架構,依托軟硬協同能力,抗量子安全解密、規則匹配與AI推理性能實現數量級提升。產品采用99.999%電信級可靠性設計,借助硬件解耦、軟件隔離與引擎級信任根,具備強大的抗毀傷和快速恢復能力,漏洞難以被攻擊者利用,由此構建內生安全免疫力,保障極端攻擊或故障下核心業務持續運行,為智算基礎設施築牢安全底座。

策略自治與智能運營,邁向「類人化」閉環

針對傳統安全運營「規則滯後、協同不足、運維復雜」的痛點,AIFW基於統一安全語義與智能推理實現策略自治:AI防火牆自動識別並修復策略缺口,實現隨業務動態調優,策略自動生成、持續迭代與智能運維,形成感知、決策、處置的類人化閉環,降低企業運維負擔。

面向未來,華為將持續攜手客戶與伙伴,共建智能、高效、自主、可信的下一代網絡安全體系。

Guidepoint上海辦公室喬遷新址,持續深化區域布局

上海2026年9月21日 /美通社/ — 全球專家網絡與研究平台 Guidepoint 今日宣布,正式將其上海辦公室遷至位於延安東路的上海外灘中心(The Bund Center)。

憑藉在中國市場十餘年的穩健發展,Guidepoint 此次搬遷進一步鞏固了其在上海核心商務區的布局。全新辦公空間不僅讓 Guidepoint 能夠更緊密地服務客戶與合作夥伴,同時也為持續擴大的團隊打造現代化且富有協作精神的工作環境。

Guidepoint 中國區負責人 Michael Wang 表示:「如今的研究模式已從單一的專家訪談,發展為更加整合、由人工智慧驅動的研究工作流程。新辦公室匯聚研究、產品創新、合規及營運等核心團隊,這充分展現了 Guidepoint 持續強化研究能力與合規體系建設的投入,以及長期致力於為客戶提供嚴謹、透明且來源可溯的研究服務。」

Guidepoint 亞太區負責人 Chris Bonsi 表示:「上海始終是全球最具影響力的商業與金融中心之一,匯聚來自不同行業及市場的重要決策者。此次辦公室遷址進一步展現了 Guidepoint 對亞太地區發展的長期承諾,並將持續提升我們服務客戶及吸引優秀人才的能力。」

隨著市場對高品質研究與專業洞察的需求持續增長,Guidepoint 將持續拓展研究能力,透過整合專家知識、專有內容資源以及技術賦能的研究工作流程,協助客戶更快速掌握關鍵市場資訊,驗證重要假設,並為複雜的商業決策提供有力支持。

關於 Guidepoint

Guidepoint 協助客戶即時獲取專家知識,將人類專業經驗與 AI 驅動的研究工具相結合,實現規模化的知識交付。憑藉由超過 200 萬名 主題專家組成的全球網絡,Guidepoint 為機構投資人、顧問公司及企業客戶提供研究不同市場、產業及關鍵趨勢所需的專業洞察與背景資訊。透過即時、非同步及智慧化的研究方式,Guidepoint 將專家知識直接融入決策流程,在關鍵時刻協助客戶將洞察轉化為行動。

了解更多:Guidepoint

華為升級星河AI園區網絡解決方案,驅動園區邁入智能新時代

上海2026年9月20日 /美通社/ — 華為全聯接大會2026期間,在以「構建無處不在的AI園區」為主題的AI Campus創新峰會上,華為發佈全新升級的星河AI園區網絡解決方案。該方案從極速無線、全域安全、網絡自治三個方面升級,構築極速、安全、智能的園區。

華為數據通信產品線總裁王雷發表演講
華為數據通信產品線總裁王雷發表演講

華為數據通信產品線總裁王雷在演講中提到:「在AI持續賦能下,園區將逐步演進為『能感知、善思考、自免疫、會呼吸』的超級智能體。華為依托在園區領域的ICT能力,向下扎深技術之根、向上繁榮產業之林,攜手全球客戶與合作夥伴,構建無處不在的AI Campus,讓『科技以人為本』照進現實,智啟千行百業數智化新未來。」

華為數據通信產品線園區網絡領域總裁趙少奇表示:「AI時代對園區網絡提出了更高要求,園區網絡在帶寬承載、安全防護和運維效率上的短板愈發突出。為此,華為全面升級星河AI園區網絡解決方案,依托極速無線、全域安全、網絡自治三大能力革新,助力企業數智生產力躍升。」

針對AI時代園區網絡建設的全新訴求,本次升級的華為星河AI園區網絡解決方案,完成三大核心能力體系化進階:

極速無線:多Agent協作已成企業辦公趨勢,華為獨家Wi-Fi 7 Advanced智頻倍速功能,組網性能是業界2倍;Wi-Fi+X持續擴展生態,華為新發佈eCampusLink平台和智聯一體機,從統一接入、空間建模、快速編排3個方面支撐園區全要素數字化運營。

全域安全:從資產安全、連接安全、空間安全、隱私安全四大維度全面防護,構築數字與物理世界的全域安全防禦體系。今年華為對資產安全方案進行升級,實現終端異常行為秒級阻斷,網絡安全聯動精準溯源,做到全量資產可視、可信、可控。

網絡自治:AI加速應用對網絡運維提出新的挑戰,企業亟需提高運維效率。通過iFlow隨流檢測、分佈式實時仿真做到事前主動感知,事中快速定位,事後業務驗證一體化,實現Agent體驗實時感知。此外,華為從數據,模型和工具三方面全面升級,做到從無線域到全域7×24小時AI值守,排障準確率95%,MTTR降低90%。

在峰會上,聖保羅大學信息技術中心IT執行主管Mauro Cesar Bernardes分享了智慧校園建設實踐,他強調:「對於USP而言,網絡連接的不只是校園,更是知識、科研與創新的未來。我們希望通過智能聯接,讓每一個人、每一台設備、每一項應用都高效協同,讓網絡從『連接基礎設施』升級為『創新基礎設施』,為教學、科研和智慧校園持續注入新的動力。」

未來,華為將持續創新,與客戶和夥伴一道共建面向智能世界的AI Campus,構築極速、安全、智能的園區。