AIGC의 물결 속에서 Lenovo 그룹은 계속해서 컴퓨팅과 인공 지능에 집중하고 있습니다.
Blue Whale TMT 채널은 6월 12일 2023년 Lenovo Innovation Open Day에서 Lenovo 그룹이 컴퓨팅 인프라, 애플리케이션 및 서비스, ESG를 포괄하는 260개 이상의 제품과 솔루션을 전시했다고 보도했습니다.
이 Innovation Open Day에서 Lenovo 그룹은 컴퓨팅 및 AI 분야의 일련의 최신 발전을 시연했습니다.
이 중 Lenovo ThinkSystem SR670 V2 AI 서버는 폐쇄 루프 수냉식 설계를 채택했으며 3U 고밀도 설계를 채택하고 2개의 3세대 Intel Xeon 확장 가능 프로세서를 탑재하고 있으며 NVIDIA의 Hopper 플래그십 GPU를 지원할 뿐만 아니라 , NVIDIA Ampere도 지원합니다. 데이터 센터 제품 포트폴리오는 최대 8개의 이중 폭 GPU를 지원하고 NVLink 브리지를 통해 이를 상호 연결합니다. Morningstar 로봇은 지능형 엣지 컴퓨팅 기술과 혼합 현실 및 컴퓨터 비전 기술을 기반으로 제작되었으며 복잡한 장면에서 유연한 작업 및 지능형 검사 등의 작업을 완료할 수 있습니다. 현재 중국 State Grid Electric Power에서 사용되고 있습니다. Southern Power Grid, BASF 다른 기업의 주요 프로젝트에 구현되었습니다.
인공지능의 3대 요소는 크게 데이터, 알고리즘, 컴퓨팅 파워입니다. OpenAI가 최근 발표한 데이터에 따르면, 인공지능 훈련 작업에 사용되는 컴퓨팅 성능은 2012년부터 기하급수적으로 증가했으며, 성장률은 3.5개월마다 두 배씩 증가했습니다. 지금까지 컴퓨팅 성능에 대한 사람들의 수요는 30만 배 이상 증가했습니다. ChatGPT의 인기는 컴퓨팅 성능에 대한 새로운 시장 수요를 촉발시켰습니다. 현재 우리나라의 컴퓨팅 파워 시장은 계속해서 성장하고 있습니다.
얼마 전 끝난 2023년 취임식에서 Lenovo 그룹의 수석 부사장 겸 CTO인 Dr. Rui Yong은 새 회계연도에 Lenovo 그룹이 가장 중요한 두 가지 "기준" 기술을 확립했다고 지적했습니다. 컴퓨팅과 인공지능 AI. 그룹은 관련 R&D 작업을 촉진하고 R&D 프로젝트의 전체 수명주기를 관리하기 위해 이 두 가지 기술에 중점을 둘 것입니다.
이전에 Lenovo 그룹은 기본 컴퓨팅 성능과 인공 지능 컴퓨팅 성능을 심층적으로 배포하여 컴퓨팅 성능 인프라 제공업체가 되었습니다.
최근 재무 보고서 데이터에 따르면 2022/23 회계연도에 Lenovo 그룹의 ISG 인프라 솔루션 비즈니스 그룹 매출은 37% 증가한 미화 98억 달러를 기록했습니다.
Lenovo 그룹은 풀 스택 제품 포트폴리오를 구축하고, 고객 범위를 확대하며, 완전히 통합된 ODM+(ODM+) 비즈니스 모델을 구축하기 위해 수년에 걸쳐 투자했다고 밝혔습니다. 제품별로는 서버와 소프트웨어 매출이 전년 대비 25~30% 증가했고, 스토리지 매출도 3배 이상 늘었으며, 엣지 컴퓨팅 제품인 씽크엣지(ThinkEdge) 매출도 전년 대비 1.7배 이상 늘었다.
제3자 기관에서 제공한 데이터에 따르면 2022년 글로벌 스토리지 시장에서 ISG 그룹의 점유율은 전년 동기 대비 수익 측면에서 거의 두 배에 달할 것입니다. 이 비즈니스 그룹은 또한 AI 기반 서버, 엣지 컴퓨팅, 하이브리드 클라우드의 새로운 기회를 포착했습니다. ISG 그룹은 2022년에 전용 엣지 디자인을 포함하는 엣지 컴퓨팅 제품을 확장했습니다.
Lenovo 그룹이 공개한 데이터에 따르면 Lenovo 그룹은 10,000개 이상의 유효한 중국 발명 특허를 포함하여 38,000개 이상의 글로벌 특허 및 특허 출원을 축적했습니다. Lenovo 그룹의 특허 자산 중 발명품은 85%를 차지합니다.
세계적으로 유명한 시장 조사 기관인 IDC의 최신 보고서에 따르면 2023년 1분기 전 세계 x86 서버 제조업체의 매출은 미화 244억 달러로 전년 동기 대비 6.7% 증가한 반면 Lenovo 그룹은 증가한 것으로 나타났습니다. 전년 대비 39.9% 증가했다.
새로운 컴퓨팅 시대는 기술 기업의 R&D 역량에 대한 문턱을 높였고, 이는 경쟁 논리에도 큰 변화를 가져왔고 업계는 합의에 도달했습니다. 가속화된 컴퓨팅을 달성하려면 이를 지원하기 위한 더욱 발전된 기술 인프라가 필요하며 다양한 수준의 R&D 자금이 필요합니다. 높은 문턱을 설정한다는 것은 강력한 힘을 지닌 기업만이 가속컴퓨팅 시장에 진입할 수 있다는 것을 의미한다.
레노버 그룹은 엣지 컴퓨팅, 하이브리드 클라우드, 인공지능을 활용한 지능형 운영 및 유지 관리 등 인공지능 기술을 활용한 인프라 혁신을 적극 추진하겠다고 밝혔습니다.
레노버 그룹은 2018년 처음으로 "초지능 컴퓨터"라는 개념을 제안했습니다. 현재는 Freestyle 슈퍼 상호 연결 기술, ThinkSmart 하이브리드 오피스 솔루션 등 AI와 결합된 수많은 소프트웨어 및 하드웨어 기술 성과가 적용되었습니다. 이밖에 레노버 그룹은 레노버 xCloud 레노버 하이브리드 클라우드 솔루션, ThinkStation PX/P7/P5 타워 워크스테이션, Yoga Air 32 초박형 올인원 머신(Yoga AIO 9), 자체 개발한 LA 시리즈 인공지능 컨트롤러도 전시했다. , HEC 지능형 가상 상호작용 기술 등
위 내용은 AIGC의 물결 속에서 Lenovo 그룹은 계속해서 컴퓨팅과 인공 지능에 집중하고 있습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.

1년 이상의 개발 끝에 AIGC는 점차 텍스트 대화와 그림 생성에서 비디오 생성으로 옮겨갔습니다. 4개월 전을 돌이켜보면, 소라의 탄생은 비디오 생성 트랙의 개편을 가져왔고 비디오 제작 분야에서 AIGC의 적용 범위와 깊이를 적극적으로 홍보했습니다. 모두가 대형 모델을 이야기하는 시대에 우리는 한편으로는 영상 생성이 가져오는 시각적 충격에 놀라기도 하고, 다른 한편으로는 구현의 어려움에 직면하기도 합니다. 대형 모델은 여전히 기술 연구 개발부터 적용 실무까지의 도약기에 있고 여전히 실제 비즈니스 시나리오를 기반으로 조정해야 하는 것이 사실이지만 이상과 현실 사이의 거리가 점차 좁아지고 있습니다. 인공지능 기술의 중요한 구현 시나리오로서 마케팅은 많은 기업과 실무자들이 획기적인 발전을 이루고자 하는 방향이 되었습니다. 적절한 방법을 익히면 동영상 마케팅의 창의적인 과정은 다음과 같습니다.

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

머신 러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습하고 능력을 향상시킬 수 있는 능력을 제공하는 인공 지능의 중요한 분야입니다. 머신러닝은 이미지 인식, 자연어 처리, 추천 시스템, 사기 탐지 등 다양한 분야에서 폭넓게 활용되며 우리의 삶의 방식을 변화시키고 있습니다. 기계 학습 분야에는 다양한 방법과 이론이 있으며, 그 중 가장 영향력 있는 5가지 방법을 "기계 학습의 5개 학교"라고 합니다. 5개 주요 학파는 상징학파, 연결주의 학파, 진화학파, 베이지안 학파, 유추학파이다. 1. 상징주의라고도 알려진 상징주의는 논리적 추론과 지식 표현을 위해 상징을 사용하는 것을 강조합니다. 이 사고 학교는 학습이 기존을 통한 역연역 과정이라고 믿습니다.

Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다
