近年来,深度学习在计算机视觉、语音识别、自然语言处理等领域有着广泛应用,然而,深度学习模型对大数据和计算能力都有着较高要求,只有更好的硬件加速条件,才能满足现有数据和模型规模继续扩大的需求。FPGA具备极强的性能功耗比优势和定制化特点,十分适合图象识别、语音识别以及无人驾驶等需要高性能、高效率、低延时要求的行业应用。而其可编程性及远程可重构的能力,非常适合云上的弹性业务的需求。
作为异构计算领域的开拓者和创新者,加速云致力于提供异构计算加速平台解决方案,是业界领先的异构加速和业务卸载方案提供商。加速云成立于2015年,以”科技改变行业“为己任,致力于”加速未来科技“,产品已广泛应用在深度学习、机器视觉、数字信号处理、高性能计算、边缘计算、云计算等领域。
在生态链和产业化方面,加速云也积累了丰富经验,无论产品研发还是量产,对相关领域具有敏感的市场&技术嗅觉,拥有深厚行业积累及各种成熟IP。
正所谓厚积博发。2018年4月17日-27日,加速云将举办跨越北京、上海、成都、西安四大城市的科技峰会及新产品发布会,不但邀请了多位行业资深专家分享异构计算加速解决方案和典型案例,还将隆重发布四大创新产品及解决方案。
这四大产品包括:2款硬件加速产品(SC-OPS,SC-VPX)以及2个IP (FDNN,FBLAS), 三大解决方案包括——深度学习解决方案、高性能计算及数字信号处理解决方案、边缘计算解决方案。
此外,来自Intel和Cytech的专家也会与大家分享3个解决方案:工业以太网解决方案、基于FPGA OpenCL解决方案、基因加速方案。
此次活动不仅是加速云的新产品发布会,也是和客户及行业大咖共同展望异构计算未来可能性的重要峰会。来自Intel 及Intel合作伙伴 Cytech 公司的技术专家都将莅临大会并发表演讲。加速云的重量级战略合作伙伴也将参会,他们包括腾讯、京东、美团、金山、科大讯飞、联想、搜狗、西电、清华、北理工、中科院计算所等。
延续品牌理念,继续为打造行业领先异构计算加速服务而不懈努力,产业的创新者们,加速云诚挚邀请您共同见证这一重要时刻,一起“加速新科技,驱动智未来”!
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。