王妃水嫩皇叔不可以第39章,国产精品碰碰现在自在拍

愛芯元智入選2024玄鐵優(yōu)選伙伴

　　中國 2024年03月18日——人工智能芯片研發(fā)及基礎(chǔ)算力平臺公司愛芯元智宣布，以“開放·連接”為主題的第二屆玄鐵RISC-V生態(tài)大會于03月14日在深圳舉行，愛芯元智聯(lián)合創(chuàng)始人、副總裁劉建偉受邀發(fā)表主題演講，向與會嘉賓分享了愛芯通元混合精度NPU這一面向邊端側(cè)算力布局的AI處理器，以及基于RISC-V生態(tài)所進(jìn)行的AI算力提升及行業(yè)落地探索。

發(fā)表于：3/26/2024

Arm 宣布推出全新汽車技術(shù)

　　Arm 控股有限公司（納斯達(dá)克股票代碼：ARM，以下簡稱“Arm”）今日攜手生態(tài)系統(tǒng)合作伙伴推出最新的 Arm 汽車增強(qiáng) （AE）處理器和虛擬平臺，讓汽車行業(yè)在開發(fā)伊始便可應(yīng)用，助力縮短多達(dá)兩年的開發(fā)周期。

發(fā)表于：3/26/2024

百度將為蘋果今年國行iPhone16等設(shè)備提供AI功能

3 月 25 日消息，從知情人士處了解到，百度將為蘋果今年發(fā)布的 iPhone16、Mac 系統(tǒng)和 ios18 提供 AI 功能。蘋果曾與阿里以及另外一家國產(chǎn)大模型公司進(jìn)行過洽談，最后確定由百度提供這項(xiàng)服務(wù)。蘋果預(yù)計(jì)采取 API 接口的方式計(jì)費(fèi)。蘋果將國行 iPhone 等設(shè)備采用國產(chǎn)大模型 AI 功能主要出于合規(guī)需求，該公司短期內(nèi)還無法解決合規(guī)問題，但國外版 iPhone 等設(shè)備 AI 功能均來自蘋果自己的大模型。

發(fā)表于：3/26/2024

高通谷歌和英特爾共同向英偉達(dá)發(fā)起挑戰(zhàn)

3月26日消息，據(jù)國外媒體報(bào)道，高通、谷歌和英特爾等巨頭集體向“AI霸主”英偉達(dá)發(fā)起挑戰(zhàn)，欲打破CUDA“一家獨(dú)大”的局面。報(bào)道稱，高通、谷歌和英特爾等科技公司參與的UXL基金會正計(jì)劃開發(fā)一套軟件和工具，使計(jì)算機(jī)代碼能夠在任何架構(gòu)的AI芯片和硬件上運(yùn)行，從而打破芯片巨頭所主導(dǎo)的AI生態(tài)。高通人工智能和機(jī)器學(xué)習(xí)主管Vinesh Sukumar接受采訪時(shí)表示：“我們實(shí)際上是在向開發(fā)者展示如何從英偉達(dá)平臺遷移出來?！? 從長遠(yuǎn)的角度來看，由于英偉達(dá)CUDA產(chǎn)生的深遠(yuǎn)影響力，UXL的最終目標(biāo)是支持英偉達(dá)硬件和CUDA生態(tài)代碼。目前英偉達(dá)在AI芯片市場斬獲了高達(dá)90%的壟斷性份額，主要?dú)w功于其高性能AI GPU和軟硬件協(xié)同系統(tǒng)CUDA。但是業(yè)績普遍認(rèn)為，隨著英偉達(dá)競爭對手AMD、Groq等紛紛推出性能比肩英偉達(dá)的AI芯片，CUDA這一軟硬件協(xié)同運(yùn)算平臺“壟斷性的優(yōu)勢”才是英偉達(dá)壟斷AI芯片市場的最核心。基于CUDA的AI軟硬件一體化系統(tǒng)為英偉達(dá)創(chuàng)建了一條極其寬闊的“護(hù)城河”，使得AMD等競爭對手很難與英偉達(dá)在部署AI應(yīng)用方面相匹配。

發(fā)表于：3/26/2024

嘉楠基于RISC-V的端側(cè)AIoT SoC采用了芯原的ISP IP和GPU IP

　　2024年3月14日，中國上海——芯原股份（芯原，股票代碼：688521.SH）今日宣布嘉楠科技（嘉楠，納斯達(dá)克股票代碼：CAN）全球首款支持RISC-V Vector 1.0標(biāo)準(zhǔn)的商用量產(chǎn)端側(cè)AIoT芯片K230集成了芯原的圖像信號處理器（ISP）IP ISP8000、畸變矯正（DeWarp）處理器IP DW200，以及2.5D圖形處理器（GPU）IP GCNanoV。該合作極大地優(yōu)化了高精度、低延遲的端側(cè)AIoT解決方案，可廣泛適用于各類智能產(chǎn)品及場景，如邊緣側(cè)大模型多模態(tài)接入終端、3D結(jié)構(gòu)光深度感知模組、交互型機(jī)器人、開源硬件，以及智能制造、智能家居和智能教育相關(guān)硬件設(shè)備等。

發(fā)表于：3/25/2024

新思科技推出業(yè)界首個(gè)1.6T以太網(wǎng)IP整體解決方案

　　加利福尼亞州桑尼維爾，2024年3月13日 – 新思科技（Synopsys, Inc.，納斯達(dá)克股票代碼：SNPS）近日宣布，正式推出業(yè)界首個(gè)1.6T以太網(wǎng)IP整體解決方案，該方案大幅提升數(shù)據(jù)密集型人工智能（AI）工作負(fù)載的帶寬和吞吐量。超大規(guī)模數(shù)據(jù)中心是萬物智能時(shí)代的重要支柱，亟需高帶寬、低延遲的芯片和接口來快速處理PB級數(shù)據(jù)。新思科技全新1.6T以太網(wǎng)IP解決方案將助力芯片開發(fā)團(tuán)隊(duì)面向AI和數(shù)據(jù)中心網(wǎng)絡(luò)應(yīng)用打造業(yè)界速度領(lǐng)先的芯片。

發(fā)表于：3/25/2024

簡化退化模型的真實(shí)圖像超分辨率網(wǎng)絡(luò)

圖像超分辨率任務(wù)常用雙三次下采樣以構(gòu)造數(shù)據(jù)集訓(xùn)練網(wǎng)絡(luò)，但雙三次下采樣由于退化模型固定，導(dǎo)致網(wǎng)絡(luò)泛化能力低，無法用于真實(shí)世界低分辨率圖像。為解決上述問題本文提出預(yù)處理模塊，通過預(yù)處理模塊與雙三次下采樣數(shù)據(jù)集得到的網(wǎng)絡(luò)相結(jié)合，在減少資源消耗的同時(shí)提高其泛化能力。此外，還針對不同的精度需求設(shè)計(jì)了特征學(xué)習(xí)訓(xùn)練策略和多任務(wù)聯(lián)調(diào)策略。通過根據(jù)不同需求采用相應(yīng)的訓(xùn)練策略，在滿足精度需求的同時(shí)具有消耗計(jì)算資源少、訓(xùn)練速度快以及適用范圍廣的特點(diǎn)。實(shí)驗(yàn)證明，增加預(yù)處理模塊的網(wǎng)絡(luò)以較少的模型參數(shù)增加量換取了重建效果和感知質(zhì)量方面的較大提升，并且通過不同策略實(shí)現(xiàn)了進(jìn)一步的精度提高。

發(fā)表于：3/25/2024

基于CNN-Transformer混合構(gòu)架的輕量圖像超分辨率方法

針對基于混合構(gòu)架的圖像超分模型通常需要較高計(jì)算成本的問題，提出了一種基于CNN-Transformer混合構(gòu)架的輕量圖像超分網(wǎng)絡(luò)STSR（Swin Transformer based Single Image Super Resolution）。首先，提出了一種并行特征提取的特征增強(qiáng)模塊（Feature Enhancement Block，F(xiàn)EB），由卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）和輕量型Transformer網(wǎng)絡(luò)并行地對輸入圖像進(jìn)行特征提取，再將提取到的特征進(jìn)行特征融合。其次，設(shè)計(jì)了一種動(dòng)態(tài)調(diào)整模塊（Dynamic Adjustment，DA），使得網(wǎng)絡(luò)能根據(jù)輸入圖像來動(dòng)態(tài)調(diào)整網(wǎng)絡(luò)的輸出，減少網(wǎng)絡(luò)對無關(guān)信息的依賴。最后，采用基準(zhǔn)數(shù)據(jù)集來測試網(wǎng)絡(luò)的性能，實(shí)驗(yàn)結(jié)果表明STSR在降低模型參數(shù)量的前提下仍然保持較好的重建效果。

發(fā)表于：3/25/2024

首個(gè)國產(chǎn)單池萬卡液冷算力集群正式啟用

3月24日消息，中國電信官方宣布，首個(gè)國產(chǎn)單池萬卡液冷算力集群，天翼云上海臨港國產(chǎn)萬卡算力池正式啟用，首批用戶也同時(shí)入駐。據(jù)介紹，這不僅是國內(nèi)首個(gè)投入正式運(yùn)營的國產(chǎn)單池萬卡液冷算力集群，也是業(yè)內(nèi)領(lǐng)先的全國產(chǎn)化云智一體公共智算中心。該集群采用新一代國產(chǎn)AI算力，通過高速RDMA連接各物理機(jī)節(jié)點(diǎn)，提供低延時(shí)、高吞吐量、無損通信網(wǎng)絡(luò)和強(qiáng)大的并行計(jì)算能力，多項(xiàng)技術(shù)指標(biāo)領(lǐng)跑全國。該集群還最高可支持萬億參數(shù)大模型，滿足AI計(jì)算、深度學(xué)習(xí)、圖形渲染等復(fù)雜訓(xùn)練任務(wù)對算力的要求。有機(jī)構(gòu)認(rèn)為，雙碳背景下，IDC綠色化是大勢所趨，液冷或是散熱技術(shù)演變的必經(jīng)之路，隨著PUE要求不斷嚴(yán)格，液冷散熱優(yōu)勢逐漸凸顯，無論是IDC新建需求還是存量改造需求，液冷均有望成為首選。

發(fā)表于：3/25/2024

IBM2024年將發(fā)力混合云和AI，加碼大模型落地B端

發(fā)表于：3/25/2024

爆火的月之暗面國產(chǎn)大模型Kimi實(shí)測

國產(chǎn)大模型Kimi爆火，公司為宕機(jī)致歉，記者實(shí)測→ 站在Kimi背后的是一家叫做月之暗面的公司，該公司3月18日宣布，Kimi 智能助手在長上下文窗口技術(shù)上再次取得突破，無損上下文長度提升了一個(gè)數(shù)量級到200萬字。而在此前，GPT-4Turbo-128k公布的數(shù)字約10萬漢字，Claude3200k上下文約16萬漢字。

發(fā)表于：3/22/2024

恩智浦與NVIDIA合作將TAO工具套件集成到恩智浦邊緣設(shè)備

● 恩智浦是首家將NVIDIA TAO工具套件API直接集成到其人工智能產(chǎn)品（eIQ機(jī)器學(xué)習(xí)開發(fā)環(huán)境）中的半導(dǎo)體供應(yīng)商 ● 將NVIDIA經(jīng)過訓(xùn)練的人工智能模型部署在恩智浦邊緣處理設(shè)備中 ● 簡化在邊緣部署經(jīng)過訓(xùn)練的人工智能模型的過程，加速人工智能的開發(fā)

發(fā)表于：3/21/2024

詳解英偉達(dá)AI盛會9個(gè)人形機(jī)器人出處

英偉達(dá)創(chuàng)始人兼CEO黃仁勛身著黑色皮衣登場，宣布當(dāng)天參與盛會的企業(yè)價(jià)值高達(dá)100萬億美元。他表示，隨著生成式人工智能發(fā)展，“一個(gè)新的產(chǎn)業(yè)已經(jīng)出現(xiàn)。” 全球9大公司共筑人形機(jī)器人“夢之隊(duì)” 據(jù)英偉達(dá)官網(wǎng)信息，英偉達(dá)正攜手9家業(yè)界領(lǐng)先的人形機(jī)器人公司，聯(lián)合開發(fā)“GR00T”項(xiàng)目。這9家公司包括1X Technologies、Agility Robotics、Apptronik、Boston Dynamics、Figure AI、Fourier Intelligence、Sanctuary AI、宇樹科技（Unitree Robotics）和小鵬鵬行（XPENG Robotics）。與黃仁勛同臺的“機(jī)器人天團(tuán)”中，每款機(jī)器人都各具特色，展示了人形機(jī)器人在不同領(lǐng)域的廣泛應(yīng)用前景。

發(fā)表于：3/21/2024

Open AI頻陷非法數(shù)據(jù)收集爭議

“有許多專家相信，Open AI公司在使用公共視頻網(wǎng)站的數(shù)據(jù)訓(xùn)練其大模型?！泵绹吧虡I(yè)內(nèi)幕”網(wǎng)站18日刊文稱，這家業(yè)界領(lǐng)先的人工智能（AI）初創(chuàng)企業(yè)獲取數(shù)據(jù)的方式正在引發(fā)爭議。不只是Open AI，近期美國多個(gè)頭部科技企業(yè)遭遇類似爭議。訓(xùn)練人工智能大模型的數(shù)據(jù)來源是否合法？如何界定企業(yè)使用公眾數(shù)據(jù)的邊界？都成為未來各國完善人工智能法規(guī)需要認(rèn)真考慮的問題。 Open AI遭遇質(zhì)疑 “商業(yè)內(nèi)幕”網(wǎng)的文章以O(shè)pen AI公司旗下大火的人工智能視頻創(chuàng)作工具Sora為例稱，Sora的訓(xùn)練依賴海量數(shù)據(jù)，這些數(shù)據(jù)很可能搜刮自谷歌旗下的YouTube視頻網(wǎng)站，而這已經(jīng)幾乎是公開的秘密。事實(shí)上，YouTube官方一直禁止使用自動(dòng)化工具批量下載網(wǎng)站視頻的做法，也禁止下載YouTube視頻用于商業(yè)目的，并采取限流等措施應(yīng)對工具刮削。文章稱，目前尚不清楚Open AI是用了什么樣的技術(shù)手段繞過YouTube的攔截。

發(fā)表于：3/21/2024

全局通道注意力增強(qiáng)的毫米波圖像目標(biāo)檢測

針對主動(dòng)毫米波圖像中目標(biāo)與背景紋理區(qū)分度較低導(dǎo)致隱匿目標(biāo)漏檢問題，并根據(jù)安檢實(shí)時(shí)性要求，提出一種基于全局通道注意力增強(qiáng)的主動(dòng)毫米波圖像目標(biāo)檢測方法。該方法以YOLOv5s為載體，在坐標(biāo)注意力位置方向上引入全局通道注意模塊，增強(qiáng)對隱匿目標(biāo)全局通道信息的關(guān)注，從而提升在隱匿目標(biāo)與背景紋理區(qū)分度較低時(shí)的檢測能力；再利用K-means++聚類算法重新生成適合毫米波圖像目標(biāo)檢測的錨框。實(shí)驗(yàn)結(jié)果表明，無論是陣列圖像數(shù)據(jù)集還是線掃圖像數(shù)據(jù)集，該方法增強(qiáng)了對隱匿目標(biāo)的特征注意，提高了召回率，在滿足安檢實(shí)時(shí)性的前提下，提升了檢測性能。通過增加少量參數(shù)，在陣列圖像數(shù)據(jù)集上，精度、召回率和mAP@.5達(dá)到了92.0%、90.93%和95.32%；在線掃圖像數(shù)據(jù)集上，精度、召回率和mAP@.5達(dá)到了94.65%、92.67%和97.73%。平均單張圖像推理時(shí)間在兩個(gè)數(shù)據(jù)集上均達(dá)到1 ms，滿足實(shí)時(shí)性要求。

發(fā)表于：3/20/2024