7月6 - 8日,2023世界人工智能大会(WAIC)在沪盛大举办。以“燧芯而生”为主题,燧原科技连续第四年参会,并在今年发布了全新文生图MaaS平台服务产品“燧原曜图™(LumiCanvas™)”。大会期间,燧原科技还在展台现场展出其里程碑系列产品,并带来前沿人工智能交互体验站。在由上海市集成电路协会主办,燧原科技、中国电子技术标准化研究院和SEMI协办的“从‘端’到‘云’,勇攀‘芯’高峰”芯片主题论坛中,燧原科技创始人兼CEO赵立东围绕“AI芯片和算力普惠发展机遇的思考”发表了主题演讲,和众多与会嘉宾共话人工智能领域发展新机遇。
燧原科技展台
燧原曜图正式推出,迈出前瞻性布局步伐
人工智能正在从感知和认知向生产进化,进而重塑人工智能产业的商业模式。对更高效、更可靠且易用性更高的即时文生图服务的市场需求也正迅速增加。燧原科技依托自创立之初深耕云端算力产品的积淀,打造出涵盖硬件、软件到系统的全栈解决方案,并向人工智能新时代迈出了前瞻性布局的关键一步——打造燧原曜图文生图MaaS平台服务产品,以卓越可靠的技术实力为客户提供满足企业级需求的文本生成图像能力。该产品基于燧原科技屡获殊荣的“邃思”系列芯片提供算力,通过软硬件一体的高适应性方案赋能多等领域客户群体有效降低在AIGC应用的工程上的人力投入与算力成本。当前,燧原科技携手首都在线基于燧原科技的算力以及首都在线的基础设施,以燧原曜图为切入点在多领域进行探索和实践。
企业级文生图应用燧原曜图首次亮相
在燧原科技展台,以燧原图为代表的数个可交互设施组成了此次展台引人入胜的“互动体验站”,以零距离的体验,向现场来宾全景展示了基于燧原科技算力的人工智能时代企业级应用。
此外,荣获2023世界人工智能大会“SAIL之星”的云燧智算集群为代表的一系列里程碑式产品悉数亮相现场,包括第二代系列人工智能训练产品、推理产品及智算集群等系列产品,深度诠释了燧原科技产品全生态。
荣获2023世界人工智能大会“SAIL之星”的云燧智算集群
秉持初心“破浪”而行,以创新实力引领行业发展
自2018年创立以来,燧原科技始终秉承“做大芯片,拼硬科技”的初心,专注人工智能领域云端和边缘算力产品,以创新系统集群和全栈解决方案为通用人工智能打造算力底座,为客户提供普惠的人工智能系统软硬件产品,全方位降低AI算力中心部署和应用成本。本届大会上,燧原科技创始人兼CEO赵立东先生参加“从‘端’到‘云’,勇攀‘芯’高峰”芯片主题论坛并发表“AI芯片和算力普惠发展机遇的思考”主题演讲,以AI芯片是人工智能发展的核心生产力为引,分享了面向当下大模型导致的巨大算力需求与高昂的成本的“破局之道”,深入解析了燧原科技在AGI的时代提供普惠的算力,从而赋能人工智能产业的高质量发展。
实战为王,携手合作伙伴共创市场发展新格局
不断提升自身创新实力外,燧原科技也植根本土市场,深刻洞察行业需求,通过全栈解决方案与多家领先企业与机构开展战略合作,目前已成功落地多个前瞻性项目,并依托技术不断拓展可持续生态合作。燧原科技加入飞桨“硬件生态共创计划”,并以良好兼容表现奠定了阶段性成果;助力本土 AI 算力中心建设,大幅提升西南核心省会城市智能化服务,支撑城市高质量及可持续发展能力;为之江实验室构建超千卡规模AI液冷集群,成功支持实验室自研蛋白质结构预测、计算制药等多个高效训练。
耕耘五载,如今燧原科技已拥有邃思系列芯片、云燧训练和推理加速卡和云燧智算机的全系列算力产品线,结合在行业落地打磨的实践经验,为客户全方位降低AI算力中心部署和应用成本。
自今年三月起,燧原科技正式开启升级企业战略之路:以全栈软硬件和集群产品为数字底座,结合MaaS的业务模式,全面打造AIGC时代的算力基础设施。未来,燧原将进一步加深本土市场了解,针对日益复杂的人工智能应用场景需求,以持续精进的创新技术,引领技术生态合作趋势,为客户持续优化人工智能应用体验,为更多样化的业务场景提供更加全面可靠的算力支持,为中国数字经济发展作出贡献。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。