/
算力硬件：算力调度与管理
文章讨论了系统软件研究的动力，强调了应用需求和硬件能力的重要性，并提到了算力硬件调度与管理的探索。文中还涉及了光网络技术、数据中心、CPU技术发展等内容，并提供了相关技术资料的获取方式。
本文来自“算力硬件：算力调度与管理”，应用和硬件的发展演进是系统软件研究的原动力，“应用需求”与“硬件能力”是系统软件研究的重要抓手，“赋能赋智”带来算力外需求，亟需基础系统软件的关键支撑我们的一些初步探索——算力硬件调度与管理。
0赞好文章，需要你的鼓励
推荐文章
谷歌再次在融合能源领域押注 TAE Technologies
TAE Technologies在最新一轮投资中获1.5亿美元，累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计，目标于 2030 年代商业化发电，谷歌等巨头均参与合作。
看懂视频异常：VAU-R1如何通过强化学习提升异常理解
澳大利亚国立大学和广湾大学研究团队开发的VAU-R1系统通过强化学习显著提升了视频异常理解能力。该研究不仅创建了第一个专门用于训练和评估视频异常理解的思维链基准数据集VAU-Bench，还提出了一种数据高效的强化微调框架，使模型能更准确地回答问题、定位异常时间段并提供连贯解释。实验结果表明，VAU-R1在多项选择题准确率和时间定位方面比传统方法有显著提升，为安全监控、灾害预警等领域的智能系统带来了新的可能性。
Nvidia 表示其 Blackwell 芯片在训练 AI 大语言模型基准测试中领跑
Nvidia 正在全球数据中心推广 AI 芯片，其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能，大幅加速下一代 AI 应用的训练与部署。
从视频中学习3D世界：香港中文大学研究团队用3D视觉几何先验增强多模态大语言模型
这项研究由香港中文大学团队提出了视频-3D几何大语言模型(VG LLM)，一种无需依赖显式3D数据输入，仅通过普通视频就能理解3D世界的创新方法。通过集成3D视觉几何编码器，该模型能从视频序列中提取3D先验信息，显著提升空间推理能力。实验表明，该4B参数模型在多项3D场景理解和空间推理任务上超越了现有技术，甚至在VSI-Bench评估中胜过Gemini-1.5-Pro。
2024
07/18
20:04
分享
点赞
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
