Périphériques technologiques
IA
Sous la vague de l'AIGC, le groupe Lenovo continue de se concentrer sur l'informatique et l'intelligence artificielle
Sous la vague de l'AIGC, le groupe Lenovo continue de se concentrer sur l'informatique et l'intelligence artificielle
Blue Whale TMT Channel a rapporté le 12 juin que lors de la journée portes ouvertes de l'innovation Lenovo 2023, le groupe Lenovo avait présenté plus de 260 produits et solutions, couvrant l'infrastructure informatique, les applications et les services, ainsi que l'ESG.
Lors de cette journée portes ouvertes sur l'innovation, le groupe Lenovo a présenté une série de dernières avancées en matière d'informatique et d'IA.
Parmi eux, le serveur Lenovo ThinkSystem SR670 V2 AI adopte une conception de refroidissement par eau en boucle fermée. Il adopte une conception 3U haute densité et est équipé de deux processeurs évolutifs Intel Xeon de troisième génération. Il prend non seulement en charge le GPU phare Hopper de NVIDIA. , mais prend également en charge NVIDIA Ampere. La gamme de produits pour centres de données prend en charge jusqu'à huit GPU double largeur et les interconnecte via NVLink Bridge. Le robot Morningstar est construit sur la base de la technologie informatique de pointe intelligente, ainsi que de la technologie de réalité mixte et de vision par ordinateur. Le robot peut effectuer des tâches telles que des opérations flexibles et une inspection intelligente dans des scènes complexes. Il est actuellement utilisé par COMAC, State Grid Electric Power, en Chine. Southern Power Grid, BASF Il a été mis en œuvre dans des projets majeurs d'autres entreprises.
Les trois éléments majeurs de l’intelligence artificielle comprennent principalement les données, les algorithmes et la puissance de calcul. Selon des données récemment publiées par OpenAI, la puissance de calcul utilisée dans les tâches de formation à l'intelligence artificielle a augmenté de façon exponentielle depuis 2012, avec un taux de croissance doublant tous les 3,5 mois. Jusqu'à présent, la demande de puissance de calcul a été multipliée par plus de 300 000. La popularité de ChatGPT a déclenché de nouvelles demandes de puissance de calcul sur le marché. À l'heure actuelle, le marché chinois de la puissance de calcul continue de croître.
Lors de la cérémonie d'investiture de 2023 qui s'est terminée il n'y a pas si longtemps, le Dr Rui Yong, vice-président principal et directeur technique du groupe Lenovo, a souligné qu'au cours du nouvel exercice, le groupe Lenovo a établi les deux technologies « d'ancrage » les plus importantes : informatique et intelligence artificielle IA. Le Groupe se concentrera sur ces deux technologies pour promouvoir les travaux de R&D associés et sera responsable de la gestion de l'ensemble du cycle de vie des projets de R&D.
Auparavant, le groupe Lenovo a également déployé en profondeur la puissance de calcul de base et la puissance de calcul de l'intelligence artificielle, et est devenu un fournisseur d'infrastructure de puissance de calcul.
Les dernières données du rapport financier montrent qu'au cours de l'exercice 2022/23, le chiffre d'affaires du groupe ISG Infrastructure Solutions Business Group du groupe Lenovo a augmenté de 37 % pour atteindre 9,8 milliards de dollars ;
Le groupe Lenovo a déclaré avoir investi au fil des années pour créer un portefeuille de produits complet, étendre la couverture client et un modèle commercial ODM+ (fabrication de conception originale) entièrement intégré. Les revenus par produit, serveur et logiciel ont augmenté de 25 à 30 % sur un an ; les revenus du stockage ont plus que triplé, tandis que les ventes du produit informatique de pointe ThinkEdge ont augmenté de plus de 1,7 fois sur un an.
Selon les données fournies par des organisations tierces, la part du groupe ISG sur le marché mondial du stockage en 2022 doublera presque en termes de revenus par rapport à la même période de l'année dernière. Ce groupe d’entreprises a également saisi les opportunités émergentes des serveurs basés sur l’IA et de l’informatique de pointe, ainsi que des cloud hybrides. Le groupe ISG a étendu ses produits Edge Computing en 2022, qui comprenaient des conceptions Edge dédiées.
Selon les données divulguées par le groupe Lenovo, ils ont accumulé plus de 38 000 brevets et demandes de brevet dans le monde, dont plus de 10 000 brevets d'invention chinois valides. Parmi les actifs brevets du groupe Lenovo, les inventions représentent 85 %.
Le dernier rapport d'IDC, un organisme d'études de marché de renommée mondiale, montre qu'au premier trimestre 2023, le chiffre d'affaires des fabricants mondiaux de serveurs x86 s'élevait à 24,4 milliards de dollars, soit une augmentation de 6,7 % sur un an, tandis que le groupe Lenovo a augmenté de 39,9% sur un an.
La nouvelle ère informatique a relevé le seuil des capacités de R&D des entreprises technologiques, ce qui a également conduit à des changements majeurs dans la logique de la concurrence, et l'industrie est parvenue à un consensus. Parvenir à un calcul accéléré nécessite une infrastructure technique plus avancée pour le prendre en charge, et plusieurs niveaux de financement de R&D sont nécessaires. L'établissement d'un seuil élevé signifie que seules les entreprises très puissantes peuvent accéder au marché de l'informatique accélérée.
Le groupe Lenovo a déclaré qu'il encouragerait vigoureusement l'innovation en matière d'infrastructure rendue possible par la technologie de l'intelligence artificielle, notamment l'informatique de pointe, le cloud hybride et l'exploitation et la maintenance intelligentes rendues possibles par l'intelligence artificielle.
En 2018, le groupe Lenovo a proposé pour la première fois le concept d'« ordinateurs super intelligents ». Aujourd'hui, un certain nombre de avancées technologiques logicielles et matérielles combinées à l'IA ont été appliquées, notamment la technologie de super interconnexion Freestyle, la solution de bureau hybride ThinkSmart, etc. En outre, le groupe Lenovo a également exposé la solution cloud hybride Lenovo xCloud Lenovo, la station de travail tour ThinkStation PX/P7/P5, la machine tout-en-un ultra-mince Yoga Air 32 (Yoga AIO 9), le contrôleur d'intelligence artificielle auto-développé de la série LA. , Technologie d'interaction virtuelle intelligente HEC, etc.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
AI Hentai Generator
Générez AI Hentai gratuitement.
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA
Jun 28, 2024 am 03:51 AM
Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine
Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag
Jun 10, 2024 am 11:08 AM
Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.
Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations
Jun 11, 2024 pm 03:57 PM
Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.
Sept questions d'entretien technique Cool GenAI et LLM
Jun 07, 2024 am 10:06 AM
Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte
L'effet marketing a été grandement amélioré, c'est ainsi que la création vidéo AIGC doit être utilisée
Jun 25, 2024 am 12:01 AM
Après plus d'un an de développement, AIGC est progressivement passé de la génération de dialogues textuels et d'images à la génération de vidéos. Il y a quatre mois, la naissance de Sora a provoqué un remaniement dans le domaine de la génération vidéo et a vigoureusement promu la portée et la profondeur des applications d'AIGC dans le domaine de la création vidéo. A l’heure où tout le monde parle de grands modèles, d’un côté on est surpris par le choc visuel apporté par la génération vidéo, de l’autre on est confronté à la difficulté de mise en œuvre. Il est vrai que les grands modèles sont encore dans une période de rodage, depuis la recherche et le développement technologique jusqu'à la pratique des applications, et qu'ils doivent encore être ajustés en fonction de scénarios commerciaux réels, mais la distance entre l'idéal et la réalité se réduit progressivement. Le marketing, en tant que scénario de mise en œuvre important de la technologie de l’intelligence artificielle, est devenu une direction dans laquelle de nombreuses entreprises et praticiens souhaitent faire des percées. Une fois que vous maîtriserez les méthodes appropriées, le processus créatif des vidéos marketing sera
Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG.
Jul 25, 2024 am 06:42 AM
L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes
Cinq écoles d'apprentissage automatique que vous ne connaissez pas
Jun 05, 2024 pm 08:51 PM
L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.
Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire
Jul 17, 2024 pm 06:37 PM
Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
