零售巨头Target日前加入开放计算项目,旨在为边缘计算设计做贡献。
开放计算项目(OCP)最著名的项目是针对超大规模数据中心的硬件设计,而边缘计算则可能代表该项目的一些开放领域。
Target首席信息官Mike McNamara在公司的ICONN信息云会议上表示,Target公司是第一家采用OCP的大型零售商。Target也在硬件架构上采用了OCP标准,并在旗下数据中心、配送中心和商店部署了OCP认证的硬件。
McNamara在主题演讲中表示,Target旗下堆栈的硬件和软件方面都开源。Target足迹是分布式的,可以影响网络和边缘计算里新的OCP用例。
McNamara说,“我们能够为OCP在运行边缘计算方面做出独特贡献。我们拥有2000个商店,每个商店都是一个小型数据中心。这种中心和一般数据中心的环境不同。我们能做的贡献是在边缘上而不是在数据中心开发计算。”
McNamara表示,边缘硬件设计需要具有弹性和可靠性。他说,"在商店里,如果你失去了一个服务器刀片,那么就是三分之一的容量。需求和要求是不同的。我们希望能从所有工作中受益并在未来为边缘做出贡献。"
Target在COVID-19大流行期间蓬勃发展, Target在2017年完成了几宗精明的收购后迅速转型为数字商务及多云架构和敏捷的开发模式,进而能够进入规模发展。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。