至顶网服务器频道 08月30日 新闻消息(文/李祥敬):要说现在业界什么最火,人工智能(简称AI)肯定是“不二之选”。
2017年7月,国务院印发《新一代人工智能发展规划》,明确将人工智能作为未来国家重要的发展战略。
人工智能,被称为未来十大科技之一,其技术的成功将推进人类社会迈入更加智慧的世界。
人工智能浪潮的来袭,得益于计算、算法和数据这三大推动力,互联网和物联网产生的数据成几何倍数增长,人工智能算法模型的复杂度和精度愈来愈高,AI计算的不断创新直接推动着AI算法的快速发展及数据应用的快速落地。
虽说AI给业界带来了无限的“遐想”,但是在AI的三大要素上,我们仍然面临诸多挑战。在计算层面,AI对于计算力的要求是不同于以往的应用需求,云计算、高性能计算、大数据等等不同的计算范式如何为AI应用提供源源不断的“动力”是业界的一大挑战。
同样,在算法和数据方面,我们处于一个大数据的时代,结构化数据、非机构化数据、互联网数据、业务数据等交织在一起,如何在AI时代挖掘数据价值也是一大挑战。
面对这么多挑战,需要整个业界的共同努力,不管是计算层面还是算法、数据层面。特别是在计算层面,其在人工智能产业链中处于非常重要的地位,毕竟计算是加速数据价值实现进而实现智能化的重要推动力。
以浪潮为代表的IT厂商在计算力方面也积极创新,为整个人工智能产业带来源源不断的动力之源。比如浪潮近期将推出业界计算性能最强的深度学习超算服务器。
在人工智能浪潮下,各行各业也进入到变革期。为了帮助企业应对人工智能的挑战,捕捉产业机遇,首届人工智能计算大会( AI Computing Conference, 简称AICC ) 将于9月7日在北京举行。
AICC大会由中国工程院信息与电子工程学部主办、浪潮集团承办,以“创新计算赋能AI”为主题,主旨是围绕AI当下需求及未来发展,从计算创新着眼,联合从事AI计算及应用的公司、用户、专家、开发者共同打造探讨促进AI计算的交流合作平台,推动AI产业的可持续发展。
大会将围绕AI计算创新主题进行研讨并分享AI在互联网、石油气勘探、金融、安防、医疗、能源、电商等众多行业的创新实例,共展创新愿景并实现跨学科交流进步。
据悉,本次人工智能计算大会将设置主论坛与专业论坛,邀请众多顶尖专家现场开讲,力求从AI发展趋势、计算创新与框架优化、产业创新与行业应用、人才培训发展等入手,全维度促进AI计算技术的创新与发展。
在主论坛上,权威专家将聚焦AI计算趋势研讨,包括中国工程院王恩东院士、李德毅院士、微软技术院士黄学东、集群超算架构创始人Thomas Sterling、浪潮VP胡雷钧、国家超算无锡中心主任杨广文、旷视科技首席科学家孙剑、深度学习框架评测专家褚晓文、Uber机器学习主任王鲁明等业界专家,将带来人工智能计算与应用的精彩前沿报告。
专业论坛将重点分享如何更好利用计算推动AI重构行业,包括AI+计算创新、AI+互联网、AI+HPC融合和AI+产业创新等四大论坛。英特尔、英伟达、浪潮、阿里、腾讯、科大讯飞、今日头条、苏宁、中国移动、协和医院、中国石化、平安科技等业界领先的AI公司的专家,将分享各领域的AI技术与应用进展。
此外,在9月6日举行的人工智能计算技术培训营上,有来自英特尔、英伟达、浪潮的AI技术专家为参训者现场讲解如何基于MIC、FPGA和GPU等领先计算技术构建AI深度学习应用。
AICC作为首届人工智能计算大会,将全面展示当前人工智能市场的现状,并对未来进行展望。还等什么,赶紧报名参加!
好文章,需要你的鼓励
甲骨文公司披露获得一份年价值超过300亿美元的云服务合同,消息传出后股价一度上涨近9%。该合同是甲骨文自4月1日2026财年开始以来赢得的多个大型云服务协议之一,预计从2028财年开始贡献超过300亿美元的年收入。虽然买方身份未公开,但最可能的候选者是OpenAI,两家公司正在合作建设AI数据中心网络项目Stargate。
国立台湾大学等机构开发的MuseControlLite技术实现了音乐AI的重大突破。该系统仅用8500万参数就达到61.1%的旋律控制精度,比现有方法减少6.75倍参数量却性能更优。通过创新的位置编码和解耦交叉注意力机制,系统能同时处理文字、音乐属性和音频信号的多重控制,支持音乐生成、修复和风格迁移等功能,为音乐创作民主化开辟新道路。
AI编程编辑器Cursor背后的公司Anysphere推出网页应用,用户可通过浏览器管理AI编程代理网络。该应用支持桌面和移动端,用户可用自然语言分配编程任务、监控代理工作进度并合并代码更改。Cursor年经常性收入已超5亿美元,被超半数财富500强企业使用。新应用面向Pro计划及更高级别订阅用户开放,旨在降低使用门槛。公司预计到2026年AI编程代理将承担软件工程师至少20%的工作。
马里兰大学研究团队在70亿参数的OLMoE模型中首次发现了真实大型语言模型的"Grokking"现象,即AI在训练误差稳定后仍能实现智能突破。他们开发了基于混合专家模型思维路径分析的新方法,能够在无需外部测试的情况下准确预测AI的泛化能力,为AI开发和评估提供了革命性的实时监控工具。