생성 AI가 통신 산업을 구할 수 있을까?
최근 개최된 MWC 2024 컨퍼런스에서 엔비디아는 ARM, ServiceNow, SoftBank와의 협력, AI-RAN Alliance 설립, Telenor와의 주요 계약 등을 포함한 일련의 발표를 발표했습니다. Telenor는 Nvidia의 최신 하드웨어 및 엔터프라이즈 AI 소프트웨어에 액세스하여 운영에 사용되는 다양한 인공 지능 사용 사례를 지원합니다.
통신 산업과 생성 AI 간의 더 폭넓은 관계 탐구
NVIDIA의 글로벌 통신 사업 개발 책임자인 Chris Penrose는 다음과의 인터뷰에서 통신 산업과 생성 AI 간의 더 깊은 연관성에 대한 심층적인 연구를 수행했습니다. 업계 미디어 .
통신업계가 직면한 가장 큰 문제에 대해 묻자 그는 “현재 통신사들이 5G에 막대한 투자를 하고 있다고 말하고 싶지만, 그렇다고 해서 반드시 매출이 크게 늘어나는 것은 아니다”라고 답했다. 초기에는 투자 수익을 보장하기 위해 많은 사람들이 그 가치를 지닌 킬러 애플리케이션에 대해 열광했습니다. 제너레이티브 AI가 킬러가 될 가능성이 있다고 믿기 때문에 지금은 실제로 흥미로운 순간에 와 있다고 생각합니다.
기존 애플리케이션이 생성 AI를 사용자 인터페이스의 일부로 사용하고 있기 때문에 서비스로서의 인프라를 제공하든, 서비스로 교육을 제공하든, 추론을 제공하든 이제 정말 기회가 있습니다. 서비스형(As-a-service), 심지어 AI 애플리케이션도 생성적 AI에 의해 주도되는 완전히 새로운 기회이며, 통신업체는 생성적 AI를 활용하여 5G 기반을 활용하는 방식으로 수익을 창출할 수 있는 추가 수익을 창출하려고 합니다. 모두가 원합니다.”
통신 회사는 생성 AI 분야의 핵심 세력이 아닐 수도 있습니다.
많은 통신 회사가 주목받는 생성 AI 분야에서 중요한 역할을 하길 희망하지만 그렇지 않습니다. 반드시 운전 활동의 핵심입니다. 현재 제너레이티브 AI는 구글, 마이크로소프트 등 대형 기술 기업의 핵심 사업 분야다.
Penrose는 다음과 같이 말했습니다. “이것이 차세대 기술의 물결이기 때문에 많은 통신업체가 조치를 취하기 시작하는 것을 목격하고 있습니다. 많은 국가와 지역에서 '우리가 추진하려면 어떤 종류의 인프라가 필요합니까?'라는 질문을 하고 있습니다. 이것이 'AI 프로세스?'입니다. 이것이 바로 이들 국가에 AI 공장을 설립하거나 독립된 AI 클라우드를 구축하는 것입니다.
그러면 사람들은 일반적으로 이 분야에서 역할을 수행하는 방법을 모색하는 통신 회사를 보기 시작합니까? 충분한 공간과 전력을 갖춘 자체 데이터 센터를 소유하고 운영하며, 이는 사용자에게 실제로 필요한 것이며 통신사는 대규모 인프라 프로젝트를 운영하는 방법을 알고 있습니다.
이것은 생성 AI를 실제로 잠금 해제하는 매우 구체적인 유형의 빌드입니다. 수백 또는 수천 개의 GPU를 사용하여 AI 모델을 훈련할 수 있으며 이는 반드시 표준 배포처럼 보이지는 않으므로 한 단계 더 발전하도록 권장해야 합니다. 이는 통신 회사가 내려야 하는 결정이며 그들이 해야 할 일입니다. 통신 회사는 정부 부서와의 긴밀한 관계, 비즈니스 고객과의 긴밀한 협력 등 많은 이점을 갖고 있으며 자국에서 신뢰할 수 있는 파트너이므로 진정으로 이러한 기술 흐름의 선두에 설 수 있습니까? ?”
위 내용은 생성 AI가 통신 산업을 구할 수 있을까?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.

오픈 LLM 커뮤니티는 백개의 꽃이 피어 경쟁하는 시대입니다. Llama-3-70B-Instruct, QWen2-72B-Instruct, Nemotron-4-340B-Instruct, Mixtral-8x22BInstruct-v0.1 등을 보실 수 있습니다. 훌륭한 연기자. 그러나 GPT-4-Turbo로 대표되는 독점 대형 모델과 비교하면 개방형 모델은 여전히 많은 분야에서 상당한 격차를 보이고 있습니다. 일반 모델 외에도 프로그래밍 및 수학을 위한 DeepSeek-Coder-V2, 시각 언어 작업을 위한 InternVL과 같이 핵심 영역을 전문으로 하는 일부 개방형 모델이 개발되었습니다.

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.

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

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

소형 모델의 등장. 지난달 Meta는 현재까지 Meta의 가장 큰 모델인 405B 모델과 각각 700억 개의 매개변수와 80억 개의 매개변수를 가진 두 개의 작은 모델을 포함하는 Llama3.1 모델 시리즈를 출시했습니다. Llama3.1은 오픈 소스의 새로운 시대를 여는 것으로 간주됩니다. 그러나 차세대 모델은 성능이 강력하더라도 배포 시 여전히 많은 양의 컴퓨팅 리소스가 필요합니다. 따라서 업계에서는 다양한 언어 작업에서 충분한 성능을 발휘하고 배포 비용이 매우 저렴한 소규모 언어 모델(SLM)을 개발하는 또 다른 추세가 나타났습니다. 최근 NVIDIA 연구에 따르면 지식 증류와 결합된 구조화된 가중치 가지치기가 처음에는 더 큰 모델에서 더 작은 언어 모델을 점차적으로 얻을 수 있는 것으로 나타났습니다. 튜링상 수상자, 메타치프 A

8월 20일 이 사이트의 뉴스에 따르면, 지난 7월 여러 소식통에 따르면 Nvidia RTX4070 이상 그래픽 카드는 GDDR6X 비디오 메모리 부족으로 8월에 공급이 부족할 것이라고 합니다. 이후 RTX4070 그래픽 카드의 GDDR6 메모리 버전 출시에 대한 추측이 인터넷에 퍼졌습니다. 이전에 이 사이트에서 보도한 바와 같이 Nvidia는 오늘 "Black Myth: Wukong" 및 "Star Wars: Outlaws"용 GameReady 드라이버를 출시했습니다. 동시에 보도 자료에서는 GeForce RTX4070의 GDDR6 비디오 메모리 버전 출시도 언급했습니다. 엔비디아는 신형 RTX4070의 비디오 메모리 이외의 사양은 변함없이(물론 4,799위안의 가격도 계속 유지할 예정), 게임과 애플리케이션에서 오리지널 버전과 비슷한 성능을 제공할 것이라고 밝혔으며, 관련 제품도 출시될 예정이다. ~에서
