Oracle 推出最新一代 Exadata 平台 X11M,大幅提升了 Oracle 数据库在 AI、OLTP 和分析方面的性能。X11M 针对云、多云和客户数据中心环境进行了优化,在速度和效率上相比前代系统有显著提升。它通过硬件和软件的深度集成,为企业客户提供了强大的数据处理能力,同时兼顾了可扩展性、成本效益和可持续性。X11M 的推出标志着 Oracle 在数据库技术领域又迈出了重要一步。
特斯拉和英伟达在AI系统训练方面采取了不同策略。英伟达推出Cosmos平台,利用合成数据加速物理AI系统开发。而特斯拉则坚持使用真实世界数据,认为合成数据无法完全模拟复杂的现实场景。两种方法各有优劣,未来可能需要平衡使用以创造真正的商业价值。
RTX 5090 GPU 是迄今为止最快的 GeForce RTX GPU。它配备了920亿个晶体管,每秒可实现超过3352万亿次AI运算。其性能是上一代RTX 4090的近两倍。
人工智能、机器人、生物技术和太空探索等领域的进步将在2025年推动经济持续变革。这些创新既带来重大机遇,也伴随着挑战。我们需要在欢迎创新进步的同时,确保这些技术在道德和伦理的轨道上发展。预计将出现全球经济格局转变、股市变化、AI主导产业、太空探索突破、生物技术革命等重大趋势,这将深刻影响我们的未来。
然而,NVIDIA GPU 的命名规则较为复杂,涉及架构代号(如 Ampere、Hopper)、性能等级(如 A100、A40)以及其他技术特征等多重维度,这使得用户在选择时容易感到困惑。要充分理解这些不同显卡的性能特征、成本效益,乃至仅仅记住它们繁复的命名规则,对许多用户来说都是一项不小的挑战。
生成式AI的诞生凝结了人工神经网络、反向传播算法、无监督预训练、Transformer架构等几十年的人工智能研究成果;同时,又占尽了大规模数据集和云计算的得天独厚。
机器学习所展现的智能,实则是[涌现]现象的一种体现。 这里的[涌现],在广义上,描述的是多个微小个体在相互作用下,共同构成了一个整体,而这个整体所展现出的特性,是单独个体所无法具备的,即所谓的[量变导致质变]。在物理学等学科领域,涌现现象已被深入研究和探讨,尤其是在凝聚态物理学中,它着重揭示了微观结构与宏观物理性质之间的紧密联系。
AI方案并不是供应链领域的新技术,其中很多要素在某些场景下已经被使用了几十年。只是最近以来,更多新兴案例开始快速涌现。
IBM将数据湖仓与并行文件系统的功能结合,同时借助其watsonx.data及Storage Scale产品构建起可扩展、基于机器学习的AI处理与分析数据存储平台。
三个全球知名的组织正在利用AI和机器学习来改变球员和教练提取以及有效运用有价值数据的方式,从而帮助他们取得卓越的成绩。
IBM今天推出了NorthPole,这是一种内部设计的人工智能芯片,据称该芯片的能效明显高于竞品处理器。
化妆品巨头发布了支持语音的化妆助手应用,其利用AI与增强现实(AR)技术帮助视障人士轻松勾勒妆容。视障人士往往需要依赖他人帮助才能处理日常生活中的平凡琐事。