芯原主办的“第十四届松山湖中国IC创新高峰论坛”上,奕斯伟计算展示了其全球首颗RISC-V边缘计算芯片EIC7700X和高算力AI PC芯片EIC7702X两款AI SoC芯片。
>>详情2024世界电信和信息社会日大会在浙江宁波召开,在第55个世界电信日即将来临之际,共同探讨以推动数字创新赋能新型工业化之路。OPPO作为AI终端厂商代表,受邀出席AI终端未来之路分论坛。OPPO AI技术战略规划总监陈晓春做了题为《AI手机时代的思考和探索》的主题分享,展示OPPO在AI普及领域的最新成果。
>>详情自ChatGPT掀起这一轮AI浪潮以来,大家的目光往往聚焦在面向C端的应用,从AI写真、文生视频,到近日大热的AI粘土滤镜。如果说人工智能市场是一座冰山,这些C端应用只是暴露于海面的一角,深藏于海面之下的是体量庞大、影响更深、更广的企业级AI市场。根据麦肯锡的研究,整体上生成式AI每年可为全球企业创造高达4.4万亿美元的利润。
>>详情在当今快速发展的科技时代,高性能计算和人工智能(AI)已成为推动各行各业进步的关键力量。江波龙日前在CFMS2024上展示了内存新形态——FORESEE LPCAMM2。这一创新技术有望打通mobile DRAM到PC的应用,为AI终端、商用设备、超薄笔记本等要求高频率、低功耗、小型化封装的应用场景,开辟了新的设计可能性。随着与主要客户和生态伙伴的深入验证及协作,LPCAMM2将逐步在市场上崭露头角,为行业提供巨大的市场潜力和商业机会。
>>详情智能数据基础架构公司NetApp® (NASDAQ: NTAP)今天宣布推出全新的领先AFF A系列系统,可为客户面临的要求最苛刻的IT工作负载提供支持,包括生成式人工智能(GenAI)、VMware和企业数据库。NetApp还发布了其产品组合的扩展功能,帮助客户在利用数据推动创新的过程中更高效地运营。
>>详情生成式人工智能为企业创造了大量机会,但由于成本、集成复杂性和部署时间等原因,许多企业可能觉得人工智能遥不可及。同时,预构建的大型语言模型(LLM)往往没有经过最新或相关数据的培训,而企业需要这些数据来生成有价值的见解或有效地自动执行常规任务。
>>详情软银集团旗下的芯片设计公司Arm计划开发人工智能(AI)芯片,并力争在2025年推出首批产品。Arm将成立一个AI芯片部门,目标是在2025年春季之前制造出原型产品,大规模生产将由合同制造商负责,预计将于2025年秋季开始。
>>详情在近日于北京举办的生态伙伴大会IPF2024上,浪潮信息强调面对人工智能+的重大产业与市场机遇,将坚持协同共生、开放共赢的元脑生态发展理念,通过工具赋能、知识赋能、深挖价值、权益保障等多维度举措,全面提升元脑合作伙伴的人工智能+创新力,更好的服务于客户智能化转型,进而与伙伴实现共生共赢发展。
>>详情鲲鹏昇腾开发者大会2024期间,华为举办"昇思AI框架及大模型技术论坛",软通动力数字基础设施与集成事业部总经理谢睿受邀出席、软通动力数字基础设施与集成事业部技术总监单继岭发表《基于昇思Mind Spore,软通动力赋能客户应用与实践》主题分享,全方位展示基于AI框架技术的原生应用及客户实践。
>>详情全志科技T527采用多核异构设计,集成了CPU、GPU、NPU、DSP、MCU等各种计算单元,为各种复杂场景的多任务处理、专用数据处理以及算法应用提供了高效且灵活的解决方案。
>>详情英特尔人工智能创新应用大赛总决赛暨颁奖典礼在北京举办。英特尔通过搭载英特尔®酷睿™Ultra处理器的AI PC设备和软件工具套件、开放的生态系统,帮助开发者在AI PC上进行创新应用开发并推动相关应用落地,让最终用户能够在PC上体验到由AI技术带来的生产力跃升。
>>详情智能数据基础设施公司NetApp® (NASDAQ: NTAP)今天发布了其最新报告中关于企业人工智能不断发展的见解。由NetApp赞助的IDC白皮书“负责任地扩展人工智能计划:智能数据基础架构的关键作用*”揭示了不同程度的人工智能成熟度所面临的各种挑战和业务优势,并深入分析了领先组织在以负责任的方式扩展人工智能和生成式人工智能(GenAI)工作负载方面所采取的成功策略。
>>详情Tecnotree, People+AI, 云计算, 人工智能
2024-05-10 08:50:29人工智能、5G 和云原生技术全球数字平台和服务领导者Tecnotree宣布与非营利组织EkStep基金会发起的People+AI计划合作,加入开放云计算(OCC)项目。
>>详情行业研究表明,为创建新的AI驱动应用程序而构建的 ML 模型中,有 80% 或更多的模型无法部署,这主要是由于将模型集成到当前操作时存在技术障碍。JFrog与MLflow的集成通过将MLflow常用的开源模型开发解决方案与企业成熟的DevOps工作流无缝结合,帮助企业克服技术难题。从实验到生产,这一集成为ML模型提供端到端的可视性、自动化、可控性和可追溯性。
>>详情