ZD至顶网服务器频道 11月12日 编译:很多老读者可能仍然认为英伟达只是一家图形处理器厂商,但根据该公司CEO黄仁勋的说法,其目前正在积极加快在计算与机器学习领域的发展脚步。
他解释称,“我已经在计算机行业拥有30多年的从业经历,而这已经成为有史以来最振奋人心的事件——计算机有能力进行学习,计算机有能力自行编写软件并实现人工智能,这一切都将给网络服务带来重大变革,”
有鉴于此,他于本周二演示了该公司刚刚面向机器学习市场发布的全新硬件产品。在数据中心方面,其推出了新的GPU加速方案以简化服务器在处理视频及图形工作负载时的任务强度,而就在同天下午该公司又拿出了其Jetson TX1。
这款尺寸仅为50毫米 x 87毫米的卡片包含一块处理能力达1万亿次的256核心Maxwell GPU,一块64位ARM A57 CPU以及4 GB内存,外加以太网与Wi-Fi连接功能。其将能够在明年第一季度正式投放市场,预定售价为299美元。
黄仁勋指出,这款新硬件以及英伟达开发并运行在其中的软件堆栈将极大简化机器学习的实践与实现方式。如此一来,机器学习网络的培训与部署工作将得到显著加速,而他认为未来将有大量面向Jetson TX1的应用程序不断涌现。
他指出,“我个人比较偏爱的一类潜在应用程序能够时刻关注家中儿童的实际动向,当他们外出玩耍时,没有什么比拥有这样一套监督保护方案更能让人安心。”
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。