中创股份:信创核高基中间件旗舰!与华为完成双向认证全面兼容国产芯片数据库! 与O
展开
中创股份:信创核高基中间件旗舰!与某为完成双向认证全面兼容国产芯片数据库!国产替代与Oracle直面竞争!
中间件与操作系统、数据库并称为三大基础软件中间件与操作系统、数据库并称为三大基础软件,被认为是中国基础软件和信息安全保障系统的中坚力量。中创股份:信创核高基中间件旗舰!与某为完成双向认证兼容所有国产芯片数据库!国产替代与IBM、Oracle直面竞争!公司的中间件产品已实现对国产芯片与国产主流数据库的全面兼容,是行业内少有的全面兼容国产主流软件的厂商,公司已占据信创产业中间件领域的先发优势公司毛利率高达91%。基于行业定位和未来发展前景给予90亿目标估值!
中创股份( 688695 )公司是国内领先的基础软件中间件产品与服务提供商,是国家“核高基”科技重大专项支持单位,主要向党政、军工、金融、能源、交通等国民经济重点行业领域提供中间件软件服务。公司产品主要包括应用服务器中间件、工作流中间件、消息中间件、企业服务总线等基础中间件,以及业务信息和电子文件交换系统、物联网监管平台软件、PaaS平台软件等广义中间件,是新一代信息技术的关键基础设施。公司先后主持或参与制定中间件相关技术标准,包括国家标准17项、行业标准5项。公司已掌握中间件领域的核心技术并拥有主要产品全部核心源代码的自主知识产权,截至报告期末,公司取得144项发明专利及194项软件著作权,形成了高可靠、高性能、高可用、高安全的中间件产品体系,打破了IBM、Oracle等国外主流中间件厂商的技术垄断。公司已形成中间件软件销售、中间件定制化开发和中间件运维服务三大主营业务,各项主营业务均围绕中间件技术展开。中间件与操作系统、数据库并称为三大基础软件,在操作系统与应用软件之间起到“承上启下”的关键作用,解决分布式环境下运行支撑、通讯互联、应用集成、流程协同等问题,属于连接不同应用软件的支撑类软件,是网络应用开发、运行、管理的核心支撑,是当前基础软硬件生态中的关键环节。
IBM公司、Oracle公司等美国公司长期主导国内中间件应用市场,直接影响到国家关键基础设施行业的网络信息及供应链安全。针对以往国产基础软件缺乏源头创新、依赖国外开源软件的问题,公司多年来专注于研发中间件核心技术并积累了丰富的实践经验,有效把握新一代信息技术的发展趋势,为摆脱国产中间件“卡脖子”的困境提供了强有力的支撑,有效赋能了数字经济的发展。凭借高可靠、高性能、高可用、高安全的中间件产品体系,公司为中间件软件国产化替代作出贡献,满足了新基建的需要。数据显示,2022年,全球应用基础设施和中间件市场规模达到515亿美元,预计2027年将达到930亿美元,年复合增长率达到12.50%。2021年国内广义中间件40.4亿元的市场规模中,各类型厂商市场占有率及主要提供产品类型如下:国外厂商(Oracle、BM等)市场占有率约为61.5%,主要提供的产品为非云化广义中间件、在私有云上使用的广义中间件。国内专业中间件厂商(发行人、东方通、宝兰德等)的市场占有率约为19.5%,主要提供的产品为非云化广义中间件、在私有云上使用的广义中间件。互联网厂商(阿里、腾讯、百度等)的市场占有率约为19%。公司2023 年度实现营业收入1.80亿元,同比增长30.94%;实现净利润6666.34万元,同比增长52%。国内外主要企业:东方通、宝兰德、BM、Oracle。
$N中创(sh688695)$宝兰德(sh 688058 )$东方通(sz300379)$
中间件与操作系统、数据库并称为三大基础软件中间件与操作系统、数据库并称为三大基础软件,被认为是中国基础软件和信息安全保障系统的中坚力量。中创股份:信创核高基中间件旗舰!与某为完成双向认证兼容所有国产芯片数据库!国产替代与IBM、Oracle直面竞争!公司的中间件产品已实现对国产芯片与国产主流数据库的全面兼容,是行业内少有的全面兼容国产主流软件的厂商,公司已占据信创产业中间件领域的先发优势公司毛利率高达91%。基于行业定位和未来发展前景给予90亿目标估值!
中创股份( 688695 )公司是国内领先的基础软件中间件产品与服务提供商,是国家“核高基”科技重大专项支持单位,主要向党政、军工、金融、能源、交通等国民经济重点行业领域提供中间件软件服务。公司产品主要包括应用服务器中间件、工作流中间件、消息中间件、企业服务总线等基础中间件,以及业务信息和电子文件交换系统、物联网监管平台软件、PaaS平台软件等广义中间件,是新一代信息技术的关键基础设施。公司先后主持或参与制定中间件相关技术标准,包括国家标准17项、行业标准5项。公司已掌握中间件领域的核心技术并拥有主要产品全部核心源代码的自主知识产权,截至报告期末,公司取得144项发明专利及194项软件著作权,形成了高可靠、高性能、高可用、高安全的中间件产品体系,打破了IBM、Oracle等国外主流中间件厂商的技术垄断。公司已形成中间件软件销售、中间件定制化开发和中间件运维服务三大主营业务,各项主营业务均围绕中间件技术展开。中间件与操作系统、数据库并称为三大基础软件,在操作系统与应用软件之间起到“承上启下”的关键作用,解决分布式环境下运行支撑、通讯互联、应用集成、流程协同等问题,属于连接不同应用软件的支撑类软件,是网络应用开发、运行、管理的核心支撑,是当前基础软硬件生态中的关键环节。
IBM公司、Oracle公司等美国公司长期主导国内中间件应用市场,直接影响到国家关键基础设施行业的网络信息及供应链安全。针对以往国产基础软件缺乏源头创新、依赖国外开源软件的问题,公司多年来专注于研发中间件核心技术并积累了丰富的实践经验,有效把握新一代信息技术的发展趋势,为摆脱国产中间件“卡脖子”的困境提供了强有力的支撑,有效赋能了数字经济的发展。凭借高可靠、高性能、高可用、高安全的中间件产品体系,公司为中间件软件国产化替代作出贡献,满足了新基建的需要。数据显示,2022年,全球应用基础设施和中间件市场规模达到515亿美元,预计2027年将达到930亿美元,年复合增长率达到12.50%。2021年国内广义中间件40.4亿元的市场规模中,各类型厂商市场占有率及主要提供产品类型如下:国外厂商(Oracle、BM等)市场占有率约为61.5%,主要提供的产品为非云化广义中间件、在私有云上使用的广义中间件。国内专业中间件厂商(发行人、东方通、宝兰德等)的市场占有率约为19.5%,主要提供的产品为非云化广义中间件、在私有云上使用的广义中间件。互联网厂商(阿里、腾讯、百度等)的市场占有率约为19%。公司2023 年度实现营业收入1.80亿元,同比增长30.94%;实现净利润6666.34万元,同比增长52%。国内外主要企业:东方通、宝兰德、BM、Oracle。
$N中创(sh688695)$宝兰德(sh 688058 )$东方通(sz300379)$
话题与分类:
主题股票:
主题概念:
声明:遵守相关法律法规,所发内容承担法律责任,倡导理性交流,远离非法证券活动,共建和谐交流环境!
系统集成与连接:人工智能系统通常由多个组件和模块组成,包括数据处理、模型训练、推理部署等。中间件能够将这些组件有效地集成在一起,确保它们能够协同工作。通过提供统一的接口和协议,中间件简化了组件之间的通信和数据交换,使得整个系统能够高效、稳定地运行。
数据管理与处理:人工智能系统需要大量的数据进行训练和推理。中间件能够管理这些数据,包括数据的收集、存储、清洗和转换等。它还可以提供数据处理的工具和算法,帮助人工智能系统更好地利用数据,提高模型的准确性和性能。
模型部署与推理:在人工智能系统中,模型部署和推理是关键环节。中间件能够简化这些过程,提供灵活的部署选项和高效的推理能力。它可以将训练好的模型部署到不同的硬件和平台上,实现快速、准确的推理。
安全与隐私保护:随着人工智能应用的普及,安全和隐私保护成为越来越重要的问题。中间件可以提供安全机制,如数据加密、身份验证和访问控制等,保护人工智能系统的安全和隐私。
可扩展性与灵活性:中间件通常设计为可插拔和可扩展的,这意味着人工智能系统可以根据需要添加新的组件和功能。这种灵活性使得人工智能系统能够不断演进和适应新的应用场景。
综上所述,中间件在人工智能系统中发挥着桥梁和纽带的作用,连接各个组件和模块,提供数据管理和处理、模型部署与推理、安全与隐私保护等功能。因此,可以说人工智能离不开中间件的支持。
软件中间件、AI大模型和人工智能这三个概念,虽然各自具有独特的定义和应用领域,但它们之间也存在着紧密的联系。
首先,软件中间件是介于应用系统和系统软件之间的一类软件。它使用系统软件所提供的基础服务,衔接网络上应用系统的各个部分或不同的应用,从而达到资源共享、功能共享的目的。中间件能够连接操作系统层和应用程序层,将不同操作系统提供的应用接口标准化,协议统一化,屏蔽具体操作的细节。它在分布式系统中起着关键作用,使得应用软件能够在不同的技术之间共享资源。
其次,AI大模型是指具有极大规模、高度复杂性和强大能力的人工智能系统。它们由大量参数和层次组成,能够处理复杂的任务和数据,并在多个领域取得了显著的成果。AI大模型的发展为人工智能提供了更强大的能力和效果,使得人工智能系统能够更好地模拟和模拟人类智能行为。
最后,人工智能是一门研究和开发使机器能够模仿和模拟人类智能行为的学科,包括机器学、自然语言处理、计算机视觉等多个方面。人工智能的应用范围广泛,从智能家居、自动驾驶到医疗诊断、金融风险评估等多个领域都有涉及。而软件中间件和AI大模型都为人工智能的实现提供了重要的支持和推动。
综合来看,软件中间件、AI大模型和人工智能之间存在紧密的关系。软件中间件在分布式系统中起着关键的作用,为应用软件提供共享资源的能力;AI大模型为人工智能提供了更强大的能力和效果,使得人工智能系统能够更好地模拟人类智能行为;而人工智能作为一个广泛的学科和应用领域,又推动了软件中间件和AI大模型的发展和应用。这三者共同推动着信息技术和人工智能领域的进步,为我们的生活和工作带来了深远的影响。
————
2022年底,OpenAI基于大语言模型发布了聊天应用ChatGPT,推出仅一个月活跃用户破亿,吸引全球范围的广泛关注。ChatGPT的出现将人工智能推向全球关注的中心舞台,大语言模型带动的新一轮人工智能浪潮,正以前所未有的速度席卷全球。据统计,目前全球大型语言模型相关的创业公司已超过200家,投资总额达到70亿美元。
TechCrunch的数据显示,2022年前三个季度全球人工智能的投资已达到560亿美元,创下历史新高。其中,融资较高的创业公司包括Anthropic、Cohere、AI21 Labs等,这些公司的技术都建立在大型语言模型的基础之上。
大模型落地的挑战
对于个人用户,大语言模型带来了前所未有的高度个性化体验。它能够与用户进行流畅的对话,并提供即时且针对性的回应。借助基于大型语言模型的AI写作助手,用户能够快速生成高质量的文章草稿,其风格与用户贴合,极大提高了内容创作效率。然而,大模型要在企业侧真正落地仍然面临很大挑战,总结为下面四个方面:
大模型专业深度不够,数据更新不及时,缺乏与真实世界的连接。例如,在法律政策解读、电商客服、投资研报等专业领域中,由于大型模型缺乏足够的专业领域数据,用户在使用过程中经常会感觉大模型在一本正经地“胡说八道”。
大模型有Token的限制,记忆能力有限。大家之所以惊艳于ChatGPT流畅丝滑的对话能力,有很大一部分原因是其支持多轮对话。用户提问时,ChatGPT不但能理解意图,而且还能够基于之前的问答做综合推理。然而,大模型由于Token的限制,只能记忆部分的上下文。比如ChatGPT 3.5只能记忆4096个Token,无法实现长期记忆。
用户对于数据安全的担忧。大模型的出现让AI成为一种普惠技术,人人都可以基于大模型构建AI的应用。AI技术本身不再是商业壁垒,数据才是。而企业要想利用大模型构建商业,必须将自己的数据全部输送给大模型,以进行推理和表达。如何在数据安全可控的情况下使用大模型技术,成为一个亟待解决的问题。
使用大模型的成本问题。目前有两种模式可以使用大模型,一是将大模型本地化,用于再训练形成企业专有的模型。二是利用公有云模型,按照请求的Token数量付费。第一种方式成本极高,大模型由于有数千亿的模型参数,光部署计算资源的投资就得上亿。重新训练一次模型也需要近千万的投入,非常烧钱。这对于一般的中小企业是完全无法承受的。第二种方式企业构建的AI应用可以按照Token数量付费,虽然无需一次性的大额投入,但成本依然不低。以OpenAI为例,如果对通用模型进行微调(Fine-tuning)后,每使用1000个token(约600汉字)需要0.12美金。
企业级解决方案
针对上述问题,目前主要有三个解决方案:
第一是将大模型部署到企业本地,结合企业私有数据进行训练,打造垂直领域专有模型。
第二是在大模型基础上进行参数微调,改变部分参数,让其能够掌握深度的企业知识。
第三种是围绕向量数据库打造企业的知识库,基于大模型和企业知识库再配合Prompt打造企业专属AI应用。
从实用性和经济性的角度考虑,第三种是最为有效的解决方案。该方案大致实现方式如下所示。
企业首先基于私有数据构建一个知识库。通过数据管道将来自数据库、SaaS软件或者云服务中的数据实时同步到向量数据库中,形成自己的知识库。
在这个过程中需要调用大模型的Embedding接口,将语料进行向量化,然后存储到向量数据库。当用户与企业AI应用对话时,AI应用首先会将用户的问题在企业知识库中做语义检索,然后将检索的相关答案和问题以及配合一定的prompt一并发给大模型,获得最终的答案之后回复给用户。
该方案有如下优势:
充分利用大模型和企业优势:既可以充分利用企业已有知识,又可以利用大模型强大的表达和推理能力,二者完美融合。
使AI应用具备长期记忆:Token的限制使大模型只能有短暂的记忆,无法将企业所有知识全部记住。利用外置的知识库,可以将企业拥有的海量数据资产全部整合,帮助企业AI应用构建长期记忆。
企业数据相对安全可控:企业可以在本地构建自己的知识库,避免核心数据资产外泄。
落地成本低:通过该方案落地AI应用,企业不需要投入大量资源建设自己的本地大模型,帮助企业节省动辄千万的训练费用。
大模型中间件
企业要落地该知识库方案仍然有一些具体问题需要解决,总结下来主要涉及三个方面。
第一方面是知识库的构建。企业需要将存在现有系统中的语料汇总到向量数据库,形成企业自有的知识空间,这个过程涉及数据采集、清洗、转换和Embedding等工作。语料来源比较多样,可能是一些PDF、CSV等文档,也可能需要接入企业现有业务系统涉及比如Mongodb、ElasticSearch等数据库,或者来自抖音、Shopify、Twitter等第三方应用。在完成数据的获取后,通常需要对数据进行过滤或者转化。这个过程中,从数据源实时地获取数据非常重要,比如电商机器人需要实时了解用户下单的情况,政策解读机器人需要了解最新政策信息。另外,对于数据Embedding的过程中涉及到数据的切块,数据切块的大小会直接影响到后面语义搜索的效果,这个工作也需要非常专业的NLP工程师才能做好。
其次是AI应用的集成。AI应用需要服务的用户可能存在于微信、飞书、Slack或者企业自有的业务系统。如何将AI应用与第三方SaaS软件进行无缝集成,直接决定用户的体验和效果。
第三是数据安全性的问题。这个方案没有完全解决数据安全性的问题,虽然企业的知识库存储在本地,但是由于企业数据向量化的过程中需要调用公有云大模型Embedding接口。这个过程需要将企业数据切块之后发送给大模型,一样有数据安全的隐患。
对于上述大模型落地问题的解决,大模型中间件是其中的关键。
什么是大模型中间件?大模型中间件是位于AI应用与大模型之间的中间层基础软件,它主要解决大模型落地过程中数据集成、应用集成、知识库与大模型融合等问题。
下图给出了企业AI应用的典型软件架构,一共分为大语言模型、向量数据库、大模型中间件以及AI应用四层。
大语言模型为AI应用提供基础的语义理解、推理、计算能力,向量数据库主要提供企业知识的存储和语义搜索。而大模型中间件解决大模型落地的最后一公里,提供语料的实时采集、数据清洗、过滤、embedding。同时,为上层应用提供访问大模型与知识库的入口,提供大模型与知识库的融合、应用部署、应用执行。
常见的大模型中间件
自去年ChatGPT发布以来,短短几个月内就涌现出了不少新的大模型中间件项目。例如,面向AI应用的编程框架Langchain在GitHub上短短几个月内收获了超过4万个Star。Langchain旨在简化开发者基于大型语言模型构建AI应用的过程。它为开发者提供了多模型访问、Prompt的封装、多数据源加载等多种接口,让开发者构建AI应用更简单。Llamaindex是另一个备受关注的开源项目,它目标是为大型模型提供统一的接口来访问外部数据。比如Llamaindex的Routing为开发者语义检索、基于事实混合查找、访问总结数据可以提供统一索引。Vanus AI 是一个无代码构建AI应用的中间件,用户通过Vanus AI可以分钟级构建出生产可用的AI应用。它同时提供了实时知识库构建、AI应用集成、大模型插件等能力。Fixie是一家初创公司,近期刚刚融资1200万美金,该公司的目标是构建、部署和管理大型模型代理平台,以更好地响应用户的意图。
对近期项目进行了梳理,形成下图的AI Stack。企业的私有业务数据通过 Embedding组件转化成向量后可以存储到Milvus、Pinecone等向量数据库中。目前通过Llamaindex、Vanus Connect可以批量获取PDF、CSV等文件并Embedding并存储到向量数据库中。AirOps、Vanus AI等AI Ops平台可以连接大模型和企业知识库帮助用户一站式构建AI的应用。如果AI应用需要连接第三方的应用执行操作可以通过Fixie或者Zapier等提供了插件。
总结
本文围绕大模型在企业落地所面临的挑战展开,提出了大模型中间件的概念。大模型中间件是基于AI应用与大模型之间的中间层基础软件,它可以打通企业AI应用落地的最后一公里,是构建AI应用的必备软件。本文提出了企业AI应用软件的典型架构,并指出了大模型中间件在AI软件中的定位以及核心作用。最后,文章介绍了目前较为流行的大模型中间件,并阐述了不同的大模型中间件在落地应用过程中具体作用。
首先,中创中间件与华为在多个业务领域展开合作,共同推进项目的实施和技术的创新。华为的基础软硬件产品在业界享有很高的声誉,而中创中间件则能够为其提供强大的中间件支持,确保系统的稳定运行和高效性能。
其次,中创中间件与华为在技术研发方面进行深入合作。双方共同研究中间件技术的发展趋势,探索新的应用场景和解决方案。通过共享技术资源和经验,双方不断提升中间件技术的创新能力和竞争力。
此外,中创中间件还为华为提供定制化的中间件解决方案。根据华为的具体需求,中创中间件为其量身打造符合业务特点的中间件产品,帮助华为更好地满足客户需求,提升市场竞争力。
总之,中创中间件与华为的合作是基于双方在信息技术领域的优势互补和共同发展的需求。通过合作,双方不仅能够提升各自的技术水平和市场竞争力,还能够为客户提供更加优质、高效的服务和解决方案。