


Di bawah gelombang AIGC, Lenovo Group terus menumpukan pada pengkomputeran dan kecerdasan buatan
Saluran TMT Paus Biru melaporkan pada 12 Jun bahawa pada Hari Terbuka Inovasi Lenovo 2023, Kumpulan Lenovo memaparkan lebih daripada 260 produk dan penyelesaian, meliputi infrastruktur pengkomputeran, aplikasi dan perkhidmatan serta ESG.
Pada Hari Terbuka Inovasi ini, Kumpulan Lenovo menunjukkan satu siri kemajuan terkini dalam pengkomputeran dan AI.
Antaranya, pelayan Lenovo ThinkSystem SR670 V2 AI menggunakan reka bentuk penyejukan air gelung tertutup Ia menggunakan reka bentuk berketumpatan tinggi 3U dan dilengkapi dengan dua pemproses berskala Intel Xeon generasi ketiga Ia bukan sahaja menyokong perdana NVIDIA GPU buat pertama kalinya, tetapi turut menyokong Portfolio produk pusat data NVIDIA Ampere menyokong sehingga lapan GPU berlebar dua dan membolehkan sambungan berpasangan melalui Jambatan NVLink. Robot Morningstar dibina berdasarkan teknologi pengkomputeran tepi pintar, serta teknologi realiti bercampur dan penglihatan komputer Robot itu boleh menyelesaikan tugas seperti operasi fleksibel dan pemeriksaan pintar dalam adegan yang kompleks Ia kini digunakan di COMAC, State Grid Electric Power, China Grid Kuasa Selatan, BASF Ia telah dilaksanakan dalam projek utama perusahaan lain.
Tiga elemen utama kecerdasan buatan terutamanya termasuk data, algoritma dan kuasa pengkomputeran. Menurut data yang dikeluarkan baru-baru ini oleh OpenAI, kuasa pengkomputeran yang digunakan dalam tugas latihan kecerdasan buatan telah meningkat secara eksponen sejak 2012, dengan kadar pertumbuhan dua kali ganda setiap 3.5 bulan. Setakat ini, permintaan orang ramai terhadap kuasa pengkomputeran telah meningkat lebih 300,000 kali ganda Populariti ChatGPT telah mencetuskan permintaan baharu untuk kuasa pengkomputeran di pasaran. Pada masa ini, pasaran kuasa pengkomputeran negara saya terus berkembang.
Pada Persidangan Angkat Sumpah 2023 yang berakhir tidak lama dahulu, Dr. Rui Yong, Naib Presiden Kanan dan CTO Kumpulan Lenovo, menegaskan bahawa pada tahun fiskal baharu, Kumpulan Lenovo telah menubuhkan dua "anchor" yang paling penting teknologi - pengkomputeran dan kecerdasan buatan. Kumpulan akan memberi tumpuan kepada kedua-dua teknologi ini untuk mempromosikan kerja R&D yang berkaitan dan bertanggungjawab untuk menguruskan keseluruhan kitaran hayat projek R&D.
Sebelum ini, Lenovo Group juga telah membuat penggunaan mendalam kuasa pengkomputeran asas dan kuasa pengkomputeran kecerdasan buatan, dan telah menjadi penyedia infrastruktur kuasa pengkomputeran.
Data laporan kewangan terkini menunjukkan bahawa pada tahun fiskal 2022/23, hasil Kumpulan Perniagaan Penyelesaian Infrastruktur ISG Lenovo meningkat sebanyak 37% kepada AS$9.8 bilion ialah AS$98 juta;
Kumpulan Lenovo berkata bahawa ia telah melabur selama ini untuk membina portfolio produk tindanan penuh, mengembangkan liputan pelanggan dan model perniagaan ODM+ (pembuatan reka bentuk asal) bersepadu sepenuhnya. Mengikut produk, pelayan dan hasil perisian meningkat sebanyak 25% hingga 30% tahun ke tahun hasil storan lebih tiga kali ganda, manakala jualan produk pengkomputeran tepi ThinkEdge meningkat lebih daripada 1.7 kali tahun ke tahun.
Menurut data yang disediakan oleh organisasi pihak ketiga, bahagian pasaran storan global Kumpulan ISG pada 2022 akan hampir dua kali ganda dari segi hasil berbanding tempoh yang sama tahun lepas. Kumpulan perniagaan ini juga merebut peluang muncul pelayan dipacu AI dan pengkomputeran tepi, serta awan hibrid. Kumpulan ISG mengembangkan produk pengkomputeran tepi mereka pada tahun 2022, yang termasuk reka bentuk tepi khusus.
Menurut data yang didedahkan oleh Kumpulan Lenovo, mereka telah mengumpulkan lebih daripada 38,000 paten global dan aplikasi paten, termasuk lebih daripada 10,000 paten ciptaan China yang sah. Antara aset paten Kumpulan Lenovo, ciptaan menyumbang 85%.
Laporan terkini daripada IDC, sebuah organisasi penyelidikan pasaran yang terkenal di dunia, menunjukkan bahawa pada suku pertama 2023, hasil pengeluar pelayan x86 global ialah AS$24.4 bilion, peningkatan tahun ke tahun sebanyak 6.7%, manakala Lenovo Kumpulan meningkat sebanyak 39.9% tahun ke tahun.
Era pengkomputeran baharu telah meningkatkan ambang untuk keupayaan R&D syarikat teknologi, yang turut membawa kepada perubahan besar dalam logik persaingan, dan industri telah mencapai kata sepakat. Mencapai pengkomputeran dipercepatkan memerlukan infrastruktur teknikal yang lebih maju untuk menyokongnya, dan pelbagai peringkat pembiayaan R&D diperlukan. Penubuhan ambang tinggi bermakna hanya syarikat yang mempunyai banyak kekuatan boleh memasuki pasaran pengkomputeran dipercepatkan.
Kumpulan Lenovo menyatakan bahawa ia akan bersungguh-sungguh mempromosikan inovasi infrastruktur yang didayakan oleh teknologi kecerdasan buatan, termasuk pengkomputeran tepi, awan hibrid dan operasi dan penyelenggaraan pintar yang didayakan oleh kecerdasan buatan.
Pada 2018, Lenovo Group mula-mula mencadangkan konsep "komputer super-pintar". Selain itu, Kumpulan Lenovo turut mempamerkan penyelesaian awan hibrid Lenovo xCloud Lenovo, stesen kerja menara ThinkStation PX/P7/P5, mesin semua-dalam-satu ultra-nipis Yoga Air 32 (Yoga AIO 9), pengawal kecerdasan buatan siri LA yang dibangunkan sendiri , teknologi interaksi maya pintar HEC, dsb.
Atas ialah kandungan terperinci Di bawah gelombang AIGC, Lenovo Group terus menumpukan pada pengkomputeran dan kecerdasan buatan. 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

Selepas lebih setahun pembangunan, AIGC telah beransur-ansur beralih daripada dialog teks dan penjanaan gambar kepada penjanaan video. Mengimbas kembali empat bulan lalu, kelahiran Sora menyebabkan rombakan dalam trek penjanaan video dan menggalakkan skop dan kedalaman aplikasi AIGC dalam bidang penciptaan video. Dalam era apabila semua orang bercakap tentang model besar, di satu pihak kita terkejut dengan kejutan visual yang dibawa oleh penjanaan video, sebaliknya kita berhadapan dengan kesukaran pelaksanaan. Memang benar bahawa model besar masih dalam tempoh berjalan dari penyelidikan dan pembangunan teknologi kepada amalan aplikasi, dan mereka masih perlu ditala berdasarkan senario perniagaan sebenar, tetapi jarak antara ideal dan realiti semakin disempitkan secara beransur-ansur. Pemasaran, sebagai senario pelaksanaan penting untuk teknologi kecerdasan buatan, telah menjadi hala tuju yang banyak syarikat dan pengamal ingin membuat penemuan. Sebaik sahaja anda menguasai kaedah yang sesuai, proses kreatif video pemasaran akan menjadi

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
