至顶网服务器频道 11月22日 新闻消息(文/刘新萍): 人工智能(AI)并不是一个新概念,在其超过60年的发展史中经过了三起三落,过程可谓跌宕起伏。早在上世纪50年代就已经被学术界提出来,第一代神经网络Perceptron的发明也将AI推向第一个高峰,但计算能力的缺乏导致系统没有能力完成大规模的训练和复杂任务,并在1970年左右进入低谷。1986年BP算法出现,使大规模神经网络训练成为可能,在当时主要研究机构DARPA的推动下,AI进入了第二个黄金时期,并开始致力于语音识别和图像理解。此后,受限于其准确率,相关技术迟迟未能形成大规模应用,陷入第二个低潮期。在2006年后,深度学习和云计算技术的应用,使智能算法性能获得了突破性进展。在2016年,以谷歌AlphaGo战胜世界围棋冠军李世石为标志,AI进入了第三个黄金期。而随着996发文和平安城市建设的深入,公共安全成为AI落地商用的主要领域之一。多家创业公司获得大量资金投入,包括商汤、依图等业内顶尖专业算法厂商,总计获得了超过50亿人民币的投资。随着政策的重视和资金的注入,相关算法也进入了快速更新换代的高速发展期。以人脸识别为例,3年前还仅应用于静态识别,如1:1人证比对、1比多的身份证查找等。如今在很多城市已经在试点动态识别,并产生了一定的实战效果。可以预见,未来会出现每隔1-2年准确率上升一个台阶,每隔2-3年产生新的识别内容。
换个角度从实战业务来看,技战法是实战业务的核心。技战法的总结和传承,是向科技要警力非常重要的落脚点。支撑技战法的应用系统通常追求稳定,以减少用户的学习成本,传承经验,提升操作效率。那么,智能算法的快速更新换代和技战法的稳定传承在一定程度上,就将产生矛盾。同时,随着视频数据规模越来越大,对算力的需求也越来越强。一次性投资建设一个能满足未来所有算力需求的硬件基础设施,无疑是不现实的。这意味着,一个对上接口稳定,对下可灵活更新算法、扩展和分配算力的基础平台就成为了项目建设成功的关键因素。传统的视频监控平台,通常是软件与硬件绑定,数据与系统绑定,算法与应用绑定,无法解决这一矛盾,建成就意味着进入淘汰期。
今年安博会上,不少厂商以智能和云计算为主要着眼点,推出了自己的视频云解决方案。这种方案的理念,就是以云计算为核心,用开放的智能算法和数据接口,来解决上层应用稳定、中间智能算法快速迭代、底层硬件设备随需扩展之间的矛盾。通过云操作系统,将硬件设备虚拟化,根据算法和应用系统的需求,进行插件式更新。不仅硬件可以随需扩展,算法也可以灵活更新。而且可以很好的支持算力灵活调度,支撑平战结合的高效应用。而视频云也并非全新概念,在国内部分地市建设过程中,也采用了相关技术,并取得了良好的应用效果。相信随着AI在公共安全领域的深化应用,视频云架构将成为基础设施的建设标准。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。