


Senarai Program Rakan Inovasi Industri Kecerdasan Buatan Am Beijing telah diumumkan, dan Teknologi JD telah dipilih sebagai 'Rakan Kongsi Kuasa Pengkomputeran'
Pada 2 Julai, di Forum Sidang Kemuncak Kecerdasan Buatan Persidangan Ekonomi Digital Global 2023, kumpulan kedua Program Perkongsian Inovasi Industri Kecerdasan Buatan Umum Beijing (selepas ini dirujuk sebagai "Program Rakan Kongsi") telah diumumkan. dengan kepelbagaian dan kos efektif Produk dan keupayaan operasi seperti sumber pengkomputeran, sumber storan, sumber pengkomputeran am dan platform pembangunan AI telah menjadi kumpulan kedua "rakan kongsi pengkomputeran" dalam program perkongsian
.
Program rakan kongsi dimulakan secara bersama oleh Biro Ekonomi dan Teknologi Maklumat Perbandaran Beijing, Suruhanjaya Sains dan Teknologi Perbandaran Beijing, Jawatankuasa Pengurusan Zhongguancun, dan Suruhanjaya Pembangunan dan Pembaharuan Perbandaran Beijing Ia merekrut lima jenis rakan kongsi melalui pelbagai saluran: rakan kongsi kuasa pengkomputeran, rakan kongsi data, rakan model, rakan kongsi aplikasi dan rakan kongsi pelaburan , bertujuan untuk membina platform kerjasama terbuka untuk model besar kecerdasan buatan, mewujudkan mekanisme kerjasama kolaboratif, dan melalui pengoptimuman berterusan susun atur rantaian industri, meningkatkan dengan ketara. -kuasa pengkomputeran yang berkualiti dan keupayaan sokongan bekalan data berkualiti tinggi, dan memupuk sekumpulan orang yang menggunakan teknologi model besar untuk mencapai pertumbuhan perusahaan Penanda Aras.
Difahamkan bahawa industri telah bertindak balas secara aktif kepada permintaan untuk kumpulan kedua "Program Perkongsian" dan mengambil bahagian secara meluas. Sehingga 30 Jun, sejumlah 416 syarikat R&D dan aplikasi model berskala besar dari dalam dan luar Beijing telah memohon untuk menetap. Menurut demonstrasi meluas oleh pakar dari kalangan akademia, industri dan pelaburan, dan digabungkan dengan penilaian mekanisme pasaran, sejumlah 63 syarikat telah berjaya dipilih. Rakan kongsi terdiri seperti berikut: 10 rakan kongsi pengkomputeran, 10 rakan kongsi data, 10 rakan kongsi model, 24 rakan kongsi aplikasi dan 9 rakan kongsi pelaburan. Selain itu, 30 pemerhati model telah dinilai.
Pada masa ini, teknologi kecerdasan buatan yang diwakili oleh model besar sedang berkembang pesat, dan latihan model besar mengemukakan keperluan yang lebih tinggi untuk kuasa pengkomputeran. JD Cloud percaya bahawa perkhidmatan kuasa pengkomputeran kecerdasan buatan harus mempunyai pembahagian kerja, dan alat cekap yang berbeza harus digunakan untuk melakukan perkara yang berbeza Sumber infrastruktur heterogen yang lebih cekap harus digunakan sebanyak mungkin untuk menyokong keperluan kuasa pengkomputeran yang berbeza.
JD Technology telah mula menubuhkan pusat pengkomputeran super pertama di dunia di Chongqing awal tahun 2021, terutamanya menjalankan penyelidikan saintifik dan penerokaan dalam bidang seperti kecerdasan buatan dan pengkomputeran kuantum. Menghadapi permintaan yang semakin meningkat untuk kuasa pengkomputeran, rangkaian pengkomputeran dan storan JD Technology menyokong sepenuhnya RDMA berprestasi tinggi, yang boleh menyediakan kluster pengkomputeran berprestasi tinggi, lebar jalur tinggi dan kependaman rendah untuk latihan model besar, pemanduan autonomi, pengkomputeran saintifik, dsb. .
Selain itu, hos awan yang disokong GPU JD Technology dan pelayan logam kosong dilengkapi dengan kad rangkaian dwi 25G dan kad rangkaian pintar Jingang yang dibangunkan sendiri, yang mengurangkan kerugian virtualisasi kepada sifar, meningkatkan prestasi pengkomputeran, penyimpanan dan rangkaian serta membantu perusahaan dalam persekitaran berbilang awan hibrid, membina dengan cepat keupayaan pengkomputeran berprestasi tinggi yang stabil dan selamat, dan meningkatkan kecekapan latihan model besar secara menyeluruh.
Penjadualan gugusan kuasa pengkomputeran yang fleksibel ialah asas asas untuk latihan model besar. Sistem pengendalian berbilang awan hibrid Yunjian yang dibangunkan sendiri oleh Teknologi Jingdong, berdasarkan sokongan asalnya untuk keupayaan pengumpulan kuasa pengkomputeran CPU berbilang awan hibrid, telah meningkatkan lagi penjadualan yang diperlukan untuk aplikasi AI dengan menyasarkan keupayaan pengumpulan kuasa pengkomputeran pan yang diperlukan untuk latihan model besar. Keupayaan pengurusan, termasuk pengurusan kad, pengurusan nod, pengurusan penjadualan sumber heterogen, dll., menyediakan penyelesaian pengumpulan kuasa pengkomputeran sehenti untuk pelbagai aplikasi AI termasuk latihan model besar, dengan itu meningkatkan penggunaan sumber secara menyeluruh.
Sebagai kumpulan kedua "rakan kongsi kuasa pengkomputeran" program perkongsian, JD.com akan menggunakan kluster kuasa pengkomputeran terkemuka dunia untuk membantu lelaran R&D model besar dan aplikasi demonstrasi, dan membantu Beijing mempercepatkan penciptaan sumber teknologi kecerdasan buatan inovasi dan tanah tinggi pembangunan perindustrian, dan membentuk peringkat awal Corak pembangunan industri kecerdasan buatan umum dengan elemen lengkap, teknologi terkemuka dan ekologi lengkap yang boleh menyokong pembangunan ekonomi digital berkualiti tinggi dengan berkesan.
Atas ialah kandungan terperinci Senarai Program Rakan Inovasi Industri Kecerdasan Buatan Am Beijing telah diumumkan, dan Teknologi JD telah dipilih sebagai 'Rakan Kongsi Kuasa Pengkomputeran'. 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 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas
