PPIO首席科学家王晓飞教授获得全球前2%顶尖科学家称号

喜报!就在刚刚过去的10月,PPIO首席科学家王晓飞教授荣获2022全球前2%顶尖科学家称号,近期又斩获IEEE通信学会2022年度亚太地区杰出论文奖。

PPIO首席科学家王晓飞教授获得全球前2%顶尖科学家称号

喜报!就在刚刚过去的10月,PPIO首席科学家王晓飞教授荣获2022全球前2%顶尖科学家称号,近期又斩获IEEE通信学会2022年度亚太地区杰出论文奖。

全球前2%顶尖科学家榜单是由斯坦福大学领导的专家小组制定发布,主要参考了被引次数、H因子、HM因子等指标,统计数据时间节点为1960-2022年,从22个学科领域内全球近1000万科学家中筛选出前2%的顶尖科学家(中国大陆入选约770人),该称号从更综合的角度评价了学者的贡献和影响力。

IEEE通信学会亚太杰出论文奖设立于2012年,旨在奖励过去3年内亚太地区学者在IEEE通信学会所属近30个SCI期刊及近50个国际学术会议上所发表数万篇学术论文中有重大学术影响力的杰出论文,每年仅遴选1至3篇,含金量极高。获奖论文为王晓飞博士发表在中科院1区SCI期刊IEEE Network(影响因子10.3)的论文“In-Edge AI”,该论文为智能边缘计算的开创性工作,对云边协同的泛在人工智能等研究提供了重要的理论指导。

图为:IEEE通信学会亚太杰出论文奖证书


2022年4月王晓飞荣获2021“中国高被引学者”称号,中国高被引学者榜单是由国际权威学术检索数据库提供商爱思唯尔(Elsevier)和软科重磅发布的,该榜单从全国所有学科门类中筛选出了4701名各学科最具全球影响力的中国学者(计算机方向共184人),该称号体现了学术成果的持久影响力。

图为:中国高被引学者榜单

上述学术排名榜单的评价体系并不完全相同,体现了学术排名评估维度之复杂。王晓飞教授能被不同学术排名所认可也意味着在不同国际权威机构的评价体系下,其科研工作都能被客观地认定为顶尖水平,彰显了王晓飞教授在边缘计算领域的硬实力。王晓飞教授在边缘计算、边缘智能与云边协同等方向的科研成果,在产业界也有着丰富的结合尝试与落地成果,特别是边缘网络优化、智能算力资源协同调度等技术,在PPIO边缘云正展开大力度的产学研合作与落地,积极响应国家高科技创新的战略,力争打造边缘计算领域产学研深度融合发展的新范式。


PPIO边缘云是中国领先的独立边缘云服务提供商,在PPIO的大规模系统平台以及长期累积的数据资源的有力加持下,王晓飞教授持续不断地将科研成果转化至产业界,其中包括PPIO针对边缘云系统中的复杂问题及顽固挑战,从资源异构、资源竞争、网络化系统动态性等方面进行的系统性能优化,并大力推动边缘数据中心的降本增效,不断打造技术先进、绿色低碳、算力规模与数字经济增长相适应的新型边缘云平台。


PPIO针对更深层次的大规模云边集群系统资源优化、云游戏服务优化、基于深度学习的性能优化模型等产研融合的课题仍在不断深入进行中。一方面旨在解决边缘云原生领域,业界共同面临的系统性能瓶颈问题;另一方面不断地注入智能化组件,实现更加智能的自动化运维平台。PPIO边缘云将一如既往秉承“汇聚全球计算资源,并为全世界提供服务”的使命,积极响应国家“东数西算”和“碳达峰碳中和”等战略号召,打造有鲜明特色的智能绿色的边缘云平台。

Read more

PPIO发布Agent Runtime:让Agent部署像Serverless一样简单

PPIO发布Agent Runtime:让Agent部署像Serverless一样简单

近期,PPIO 发布了基于 Sandbox(沙箱)自研的新产品:Agent Runtime,一个轻量级的 Agent 运行时框架。 Agent Runtime 是为了顺应 Agent 的专属需求而推出,其定位与 AWS AgentCore Runtime 类似。AgentCore 是 AWS 在 2025 年推出的专为 Agent 设计的基础设施平台,AgentCore Runtime 则是其中一个子产品,是基于 Firecracker 微虚拟机的 Serverless 运行时环境,旨在解决 Agent 低成本、高效率的部署问题。 PPIO Agent Runtime 通过简单易用的 SDK 与强大的沙箱运行环境来简化 Agent 的部署过程。用户无需关心基础设施配置、

By PPIO
当Agent计算规模扩大100倍,我们需要什么样的Agentic Infra?

当Agent计算规模扩大100倍,我们需要什么样的Agentic Infra?

近期,PPIO Sandbox(沙箱)发布了一个重要功能:沙箱克隆。 沙箱克隆旨在助力提高 Agent 的并行计算能力,也就是经典的“Scale up”规模扩展问题。 今年最流行的 Agent 产品是 Deep Research,它可以看作对单个研究问题持续追踪、推演、迭代直到形成洞察的长链路串行推理过程。 那么,如果将 Deep Research 的能力 Scale up 一百倍会发生什么?像 Manus 这样的 Agent 正在解决这类挑战,并将这种并行计算架构的 Agent 称之为 Wide Research。 从 Agent 的串行计算到并行计算,离不开“沙箱克隆”这一核心技术的助力,这是 PPIO 在 Agentic Infra

By PPIO
PPIO上线Kimi K2 Thinking,兼容Anthropic协议

PPIO上线Kimi K2 Thinking,兼容Anthropic协议

今天,PPIO 上线 Kimi K2 Thinking,这是 Kimi 最新、功能最强大的开源思考模型。 Kimi K2 Thinking 基于 Kimi K2 后训练而来的混合专家模型(MoE),总参数达 1T,激活参数 32B,上下文长度 256K。该模型支持深度思考、Function Call、结构化输出、json_schema、json_object 等功能。 现在,你可以到 PPIO 官网在线体现 Kimi K2 Thinking,也可以将 PPIO 的模型 API 部署到 AI 应用中。 PPIO 在线体验地址: https:

By PPIO
PPIO独家上新GPU实例模板,一键部署Kimi-Linear

PPIO独家上新GPU实例模板,一键部署Kimi-Linear

昨晚,月之暗面发布了混合线性注意力架构新模型 Kimi-Linear,旨在解决大语言模型在长上下文推理中的计算瓶颈。 Kimi-Linear 的核心亮点: * Kimi Delta Attention(KDA),一种通过细粒度门控机制改进门控规则的线性注意力架构。 * 混合架构:采用 3:1 的 KDA 与全局 MLA 比例,在保持甚至超越全注意力质量的同时降低内存占用。 * 卓越性能:在 1.4T Token 的训练规模下,经公平对比,KDA 在长文本与类强化学习基准等多项任务上均优于全注意力。 * 高吞吐:在 1M 上下文中实现最高 6 倍的解码吞吐量,显著缩短单输出 Token 耗时(TPOT)。 今天,PPIO 独家上新 GPU 实例模板,可一键部署 Kimi-Linear-48B-A3B-Instruct 的专属模型。 PPIO 算力市场的

By PPIO