生成AI大语言模型供应商Hugging Face已经与戴尔达成协议,计划将更多定制化生成AI模型部署在戴尔的服务器与存储产品之上。
Hugging Face对外提供各类开源大语言模型,包括用于文本分类的Distilbert-sst-2-int8等。作为Hugging Face合作伙伴,已经有越来越多的开源模型运行在AMD打造的Instinct和Alveo加速器之上,CloudFlare也有类似合作。如今,Hugging Face决定在其平台上构建戴尔门户,通过戴尔的计算与存储基础设施开放更多定制化大语言模型(LLM)的本地部署方案。
戴尔首席AI官Jeff Boudreau专门发表声明评论此番合作,“戴尔科技的生成AI优势将与Hugging Face的数据集和库集合相结合,帮助用户实现开源生成AI模型自由,并通过保障本地数据的安全性和可靠性,让他们能够安心使用更多开源生成AI模型。”
Hugging Face产品与业务增长主管Jeff Boudier也表示,“此次合作将让企业客户能够充分利用开源社区中精彩纷呈的创新成果,借此构建起自己的AI系统,同时充分享受戴尔系统带来的安全性、合规性与性能保障。”
Hugging Face上的戴尔门户将提供定制化专用容器和脚本,帮助用户在戴尔服务器和数据存储系统之上部署各类开源模型。
目前,戴尔公司正在全力进军AI领域。不久前,该公司刚刚发布了ObjectScale XF960全闪存存储设备和戴尔AI验证设计(Dell Validated Designs for AI)方案,其中就包括配备有X86 CPU以及最高8个英伟达H100 GPU的PowerEdge XE9680服务器。
Hugging Face目前的产品目录中拥有超过30万种大语言模型,同时提供预训练的模型、库、工具及资源,希望尽可能降低受众的使用门槛。该公司于2016年成立于纽约布鲁克林,主要提供开源自然语言处理技术。通过前后六轮融资,Hugging Face公司总计筹得3.952亿美元,最近一轮是今年8月进行的D轮融资、筹得2.35亿美元。Salesforce、谷歌和AMD均出资支持这家后起之秀。
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。