非常适合智能制造、可再生能源、智能电动汽车充电和智能建筑
轻松提供强大的端到端连接,EMU-200系列即用型IIoT网关
摘要:
中国上海 – 2023 年 11月 17日
全球领先的边缘计算解决方案提供商——凌华科技,今日发布其最新的创新产品EMU-200系列即用型IIoT网关,可以轻松满足各种恶劣应用场景下对数据网络的需求,包括可再生能源、 电动汽车 (EV) 充电、楼宇管理和工厂设备监控。
为了便于在不同的应用环境中实现快速地部署,EMU-200系列内置了智能软件工具——EGiFlow Web 控制台,可实现多种通信协议的无缝集成。EGiFlow 拥有广泛的连接选择和适应性极佳的硬件规格,可以满足各种现场的配置,同时减少工程师开发和部署时所需的工作量。
将 EGiFlow 集成到 EMU-200 系列之中,不仅简化了不同系统之间曾经复杂的数据传输过程,提供预配置的数据流设置,而且还减轻了解决方案开发人员的工作量,并加快了从多个来源收集、传输和过滤数据的设置过程,所有这些都可以通过简单的三步设置来实现。
为了实现更广的连接覆盖范围,EMU-200系列集成了多种主流的工业通信协议,例如Modbus TCP/RTU、MQTT和OPC UA。此外,用于电动汽车充电的开放充电协议(OCPP)也将很快被集成。由于支持了这些协议,因此可以确保数据传输的兼容性,同时避免由于缺乏支持的协议而导致的其他问题。此外,EMU-200系列还支持丰富的I/O接口,以及Wi-Fi、4G/LTE连接,这样可以连接到远程 IO 和以太网 DAQ 系统等数据采集设备,从而促进从边缘到云平台的无缝连接。
EMU-200系列采用ARM Cortex-A9处理器,该处理器以其杰出的电源效率,以及适合在电源限制的情况下保持稳定运行而闻名于世。其紧凑的尺寸、多种安装方式以及 -20 至 70°C 的宽温工作范围,即使在恶劣的应用环境条件下也能够正常使用。
“除了即用型的功能以外,EMU-200系列也非常适合进行二次开发,以满足从平台到集成解决方案的各种应用。”开放仪器业务产品中心总监Jeremy Wu表示。
想要详细了解这一创新产品线以及如何增强您的现场连接,请访问链接或联系我们的销售团队了解更多的详细信息。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。