在上海市某医院的就诊大厅里,市民王女士在工作人员的指导下打开了医院最新推出的支付宝“AI陪诊师”服务界面,在“AI陪诊师”的全流程规划指引下,王女士顺利地完成了院内导航、排队叫号、扫码支付、报告查询等一系列就医行为。对此,王女士感慨道,“这个数字小人真神了!不管我对它提出什么样的问题,它总能对答如流,有了它,看病变得容易多了!”
近年来,人工智能(简称AI)在政策支持、技术迭代与应用创新等方面取得了显著进展,不仅是在医疗卫生领域,人工智能还正加快与各垂直行业深度融合的步伐。在8月28日到30日举办的2024中国国际大数据产业博览会(以下简称数博会)上,AI“黑科技”的含量极高,从冲泡咖啡的自动化机器人,到虚拟仿真的AIGC智影奇境,再到自动驾驶的重型卡车与挥动机械臂的挖掘机器人,都展示出了AI的广阔应用空间。
正因如此,国内领先企业纷纷加大了AI领域布局投入,积极抢占产业发展制高点。在此背景下,浪潮计算机积极布局AI版图,为人工智能提供算法、算力与数据的核心底座支持。
今年5月,浪潮计算机推出了专为生成式AI、音视频编解码、科学计算等应用场景而设计的4U人工智能服务器——NF5468H7,该服务器具备卓越多元算力性能、极致弹性架构扩展、多场景灵活适用等特性,为关键信息基础设施行业的AI应用打造强大且安全的算力“心脏”。凭借着强大的数据运算能力与丰富的场景适配能力,NF5468H7也被评为2024数博会“优秀科技成果”。
服务器NF5468H7
今年7月,浪潮计算机研发团队先后推出了创新技术AI服务器产品——CS5280K2、CS8468K2、NF5698H7,为千行百业的数智变革提供了多元开放的算力保障。这些服务器产品兼容适配国内最新多类型、多品牌AI加速卡,满足各种AI应用场景下对异构计算算力的极致需求。浪潮计算机在短时间内多款AI服务器产品的推出,不但展示了研发团队在AI领域的研发实力,更彰显出浪潮计算机在“人工智能+”领域的行动决心。
目前,浪潮计算机的AI服务器产品已为多个行业提供了可靠算力支持。在金融行业,AI服务器基于自身算力优势及广泛的开源大模型生态优势,有力地支撑客户大模型的测试验证和部署。与此同时,AI服务器还帮助客户实现了大模型平台的高质量、个性化的语音内容生成,大幅提升了客户的服务效率与用户体验感。
在能源行业,浪潮计算机AI服务器所支持的能源大模型,在能源生产、输配电网管理、能源消费优化等方面起到了关键作用。如在电力能源方面,AI服务器不仅能够实时监测电网运行状态、预测负荷需求,还能及时响应异常情况,提高了电网运行的可靠性和稳定性。与此同时,AI服务器还可以基于用户能源消费数据进行深度学习和预测分析,为用户提供个性化的节能建议,提高能源利用效率,推动绿色能源发展。
浪潮计算机AI服务器还将进一步发挥自身在深度学习与生产式AI的性能和生态优势,在党政、教育、互联网以及其他关基行业的智算中心建设浪潮中,聚焦大模型推理和微调以及其他并行算力领域,为政府智能决策辅助系统、高校科研智算中心、教育数据分析与学生行为预测系统的建设提供算力保障。
浪潮计算机相关负责人表示,数字经济是加快培育新质生产力的关键领域和重要引擎,而人工智能技术正是数字经济发展的核心驱动力。未来,浪潮计算机将在国家政策的引领下,继续加大AI领域的研发投入,探索“人工智能+创新技术”的更多可能性,以持续训练、不断迭代的AI算力,为数字技术和实体经济深度融合贡献力量,助力多行业多场景的数智化发展。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。