


Huawei Cloud dan Ping An: Cipta tanah tinggi kuasa pengkomputeran kecerdasan buatan dan buka lembaran baharu dalam penyepaduan data dan realiti
Pada 26 Mei, Ekspo Industri Data Besar Antarabangsa China 2023 (selepas ini dirujuk sebagai "Ekspo Data Besar") dibuka di Guiyang. Dengan tema "Integrasi Data dan Realiti, Pengkomputeran untuk Membuka Masa Depan", persidangan itu berpegang kepada konsep "wawasan global, perspektif negara, perspektif industri dan pendirian korporat" untuk membina platform seluruh dunia untuk mempromosikan kecekapan aliran dan penggunaan data serta memperkasakan ekonomi sebenar.
▲ Zhang Pingan, Pengarah Urusan Huawei dan Ketua Pegawai Eksekutif Awan Huawei
Pada majlis perasmian, Pengarah Urusan Huawei dan Ketua Pegawai Eksekutif Awan Huawei Zhang Pingan menyampaikan ucapan: "Kecerdasan buatan mempunyai kesan yang mendalam terhadap semua industri. Kami percaya model besar AI akan membentuk semula transformasi digital dan peningkatan pintar pelbagai industri . "
▶Percepatkan pembinaan pusat data baharu untuk membantu perusahaan memasuki laluan pantas "data digital dari timur dan pengkomputeran dari barat"
Dengan pendalaman berterusan teknologi baru muncul seperti pengkomputeran awan, data besar dan AI, proses transformasi digital dalam semua lapisan masyarakat semakin pantas, dan "integrasi digital-sebenar" telah memasuki zon air dalam. Menghadapi trend umum pendigitalan, banyak perusahaan memilih untuk membina pusat data mereka sendiri pada permulaan transformasi mereka untuk meningkatkan tahap pemformatan mereka Berbanding dengan awan, pusat data yang dibina sendiri mempunyai kos yang tinggi, penggunaan tenaga yang tinggi, kecekapan yang rendah , dan kesukaran dalam pengembangan Mereka telah menjadi bagasi Digital yang menghalang pembangunan perusahaan.
Dalam konteks ini, perkhidmatan awan telah menjadi pilihan yang tidak dapat dielakkan untuk peningkatan digital perusahaan, dan teknologi awan boleh menyelesaikan masalah di atas dengan berkesan.
Ambil bahagian sumber manusia, kewangan dan R&D Huawei sebagai contoh Selepas keseluruhan perniagaan dipindahkan ke awan, penggunaan CPU pelayan yang digunakan oleh setiap jabatan meningkat dengan ketara Bukan sahaja sumber itu tersedia pada bila-bila masa , tetapi kecekapannya meningkat dua kali ganda, dan ia selamat dan boleh dipercayai. Selain itu, Huawei Cloud juga menyediakan teknologi sebagai perkhidmatan Teknologi baharu seperti kuasa pengkomputeran dan algoritma pembelajaran mesin boleh diperolehi atas permintaan pada awan, yang sangat menjimatkan kos syarikat.
- Dari segi penjimatan tenaga hijau
Kelebihan pusat data awan juga sangat jelas. Sebagai contoh, Pusat Data Cloud Shangtun Gui'an ialah pusat data awan terbesar di hab Guizhou di timur dan barat China. Ia membawa aplikasi dan data ratusan ribu pelanggan, dan juga membawa 90% aplikasi Kumpulan Huawei teknologi pengudaraan, teknologi penyejukan cecair, digabungkan dengan penalaan kecekapan tenaga AI dan teknologi lain, berbanding dengan pusat data tradisional, di bawah operasi beban penuh, ia dijangka menjimatkan 1.01 bilion kilowatt jam elektrik dan mengurangkan lebih daripada 810,000 tan pelepasan karbon setiap tahun , yang sangat konsisten dengan strategi dwi-karbon kebangsaan.
Memandangkan projek "Eastern Digital and Western Computing" telah dilaksanakan secara rasmi, cara membenarkan lebih banyak perniagaan berjalan di hab teras barat dengan sumber awan yang besar telah menjadi topik hangat yang membimbangkan semua lapisan masyarakat dalam industri. Agar "Eastern Digital" benar-benar merealisasikan "pengiraan Barat", "storan Barat" dan "latihan Barat", tiga cabaran utama perlu diatasi di peringkat infrastruktur:
Pertama, ia perlu memadankan keperluan kependaman perkhidmatan yang berbeza tanpa menjejaskan pengalaman pengguna.
Sebagai contoh, menurut analisis sebenar, 90% perniagaan Huawei, lebih daripada 2,700 sistem aplikasi, dan 700PB data boleh dijalankan di pusat data Huawei Cloud Guizhou dan Mongolia Dalam Menggunakan ini sebagai rujukan, boleh dikatakan bahawa 90% daripada kebanyakan perusahaan Semua aplikasi boleh digunakan secara berpusat di hab teras Western Cloud.
Kedua, ia perlu memenuhi keperluan keselamatan aplikasi dan data perusahaan yang berbeza dengan tahap kerahsiaan yang berbeza.
Sebagai contoh, Huawei Cloud memfokuskan pada perlindungan data dan menyediakan pelanggan dengan empat tahap keselamatan perkhidmatan zon awan, meliputi S1 hingga S4, sepadan dengan perkhidmatan bukan sulit, perkhidmatan sulit rendah, perkhidmatan utama dan perkhidmatan rahsia utama teras . , memenuhi sepenuhnya keperluan awan keselamatan bagi perniagaan perusahaan yang berbeza.
Ketiga, aplikasi perlu dapat mencapai penggunaan automatik global dan pelarasan dinamik tanpa memberi perhatian kepada sumber asas.
Sebagai contoh, Huawei Cloud telah mencadangkan seni bina KooVerse Regionless, yang membolehkan aplikasi berjalan secara automatik dalam berbilang pusat data awan dalam jarak 3,000 kilometer, dengan itu meningkatkan kecekapan operasi aplikasi, membolehkan penggunaan sumber yang cekap dan mengurangkan kos penggunaan dengan ketara kos dan penggunaan tenaga.
▶Harapi era baharu AI, bina ekosistem data baharu di China dan percepatkan pemodenan aplikasi
Menghadapi gelombang baharu pembangunan AI, banyak syarikat merebut peluang pembangunan semasa AI telah menembusi sistem teras perusahaan dan mula mencipta nilai yang lebih besar. Pada masa lalu, dalam era AI tradisional, senario berbeza sepadan dengan model kecil yang berbeza Kini, apabila senario perniagaan menjadi lebih kompleks, kecerdasan buatan telah menunjukkan trend pembangunan yang berkembang secara beransur-ansur daripada model kecil kepada model besar.
Menurut ramalan agensi industri, kuasa pengkomputeran AI global akan meningkat 500 kali ganda dari 2020 hingga 2030. Pada masa ini, Huawei Cloud AI telah melaksanakan lebih daripada 1,000 projek dalam pelbagai industri, dan telah pun mengeluarkan model asas Pangu pada tahun 2021, yang merangkumi model penglihatan komputer CV, model pemprosesan bahasa semula jadi NLP dan model pengkomputeran saintifik, dsb., mempercepatkan lagi. Penyepaduan mendalam AI dan industri.
Dari segi perkhidmatan perisian SaaS
Melihat dari pasaran negara maju, SaaS telah menjadi bentuk utama perkhidmatan digital yang disediakan oleh perusahaan moden Ruang pembangunan industri SaaS telah terbukti sejak sekian lama pasaran SaaS China dijangka mengekalkan pertumbuhan yang tinggi kadar lebih daripada 30% dalam beberapa tahun akan datang. Selepas perniagaan dan data dipindahkan ke awan, ekosistem SaaS dianggap sebagai lautan biru baharu untuk pendigitalan masa hadapan Jelas sekali, dekad keemasan pembangunan SaaS China baru sahaja bermula.
Dalam tempoh tiga tahun yang lalu, Huawei telah melengkapkan penggantian dan SaaS 78 alatan untuk pembangunan perisian dan perkakasan di sekitar pembangunan perisian dan pembangunan perkakasan serta barisan pengeluaran R&D lain, memenuhi sepenuhnya keperluan perusahaan untuk perkhidmatan SaaS, sambil turut menyediakan AI , tadbir urus data, Pembangunan kolaboratif dan penyusunan kandungan digital atas permintaan telah meningkatkan kecekapan kerja pembangun aplikasi, saintis AI dan jurutera data, sekali gus membolehkan pembinaan aplikasi moden yang lebih pantas dan menggalakkan pecutan pengaburan dan pendigitalan dalam pelbagai industri .
Pada masa ini, pendigitalan menjadi tumpuan revolusi teknologi global dan transformasi industri. Ia amat penting untuk merebut peluang dan merebut tahap tinggi inovasi dan pembangunan. Pada akhir ucapan, Zhang Pingan berkata bahawa pendigitalan adalah fokus revolusi teknologi global dan transformasi industri. "Biar awan berada di mana-mana, biarkan kecerdasan berada di mana-mana, dan bersama-sama membina pangkalan awan untuk dunia pintar" adalah visi dan misi Huawei Cloud. Huawei Cloud mengamalkan "segala-galanya sebagai perkhidmatan" dan akan terus menyediakan teknologi tercanggih kepada pelanggan, rakan kongsi dan pembangun di seluruh dunia melalui awan, membantu pelanggan dalam pelbagai industri berjaya dalam perniagaan.
Ikuti @huaweicloud untuk maklumat lanjut
Atas ialah kandungan terperinci Huawei Cloud dan Ping An: Cipta tanah tinggi kuasa pengkomputeran kecerdasan buatan dan buka lembaran baharu dalam penyepaduan data dan realiti. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

Menurut berita dari laman web ini pada 5 Julai, GlobalFoundries mengeluarkan kenyataan akhbar pada 1 Julai tahun ini, mengumumkan pemerolehan teknologi power gallium nitride (GaN) Tagore Technology dan portfolio harta intelek, dengan harapan dapat mengembangkan bahagian pasarannya dalam kereta dan Internet of Things dan kawasan aplikasi pusat data kecerdasan buatan untuk meneroka kecekapan yang lebih tinggi dan prestasi yang lebih baik. Memandangkan teknologi seperti AI generatif terus berkembang dalam dunia digital, galium nitrida (GaN) telah menjadi penyelesaian utama untuk pengurusan kuasa yang mampan dan cekap, terutamanya dalam pusat data. Laman web ini memetik pengumuman rasmi bahawa semasa pengambilalihan ini, pasukan kejuruteraan Tagore Technology akan menyertai GLOBALFOUNDRIES untuk membangunkan lagi teknologi gallium nitride. G
