在近期落下帷幕的第十七届英特尔网络与边缘计算行业大会上,英特尔展示了未来AI与边缘计算的结合将如何重塑企业发展模式,进而改变人们工作和生活的未来。
作为2024年巴黎奥运会和残奥会官方全球人工智能平台合作伙伴,英特尔将推出基于英特尔硬件和软件的一系列创新人工智能体验,为来自世界各地的体育爱好者、组织方、运动员和观众带来不同以往的参与体验。
不久前,浪潮信息的研发工程师基于2U4路旗舰通用服务器NF8260G7,采用领先的张量并行、NF4模型量化等技术,实现服务器仅依靠4颗CPU即可运行千亿参数 “源2.0” 大模型,成为通用AI算力的新标杆。
法国云服务提供商 Scaleway 正在基于 NVIDIA 的 Hopper GPU 和 Spectrum-X 以太网网络平台构建区域性 GPU 集群,为用户提供 AI 按需服务业务。
埃森哲近日宣布推出基于Nvidia新AI Foundry服务开发的Accenture AI Refinery框架。
新的模型发布离不开底层软件硬件的优化支持,近日,英特尔宣布公司横跨数据中心、边缘以及客户端AI产品已面向Meta最新推出的大语言模型(LLM)Llama 3.1进行优化,并公布了一系列性能数据。
麦克马斯特大学的科研团队利用搭载第三代英特尔® 至强® 可扩展处理器的HPE Superdome Flex服务器,实现了对病毒基因组测序速度的十倍提升。
印度最大的钢铁制造商——印度钢铁管理局有限公司(SAIL)为实现持续增长,开启了一场向统一应用程序平台的转型之旅。SAIL的目标是在博卡拉工厂实施混合云平台,通过引入HPE GreenLake“边缘到云”平台,SAIL成功实现了核心系统的现代化,并为业务系统顺利迁移到统一的 SAP S/4HANA® 平台奠定了坚实基础。
随着AI技术和应用的爆炸式增长,人们正在大步迈入智能世界,大家也期望一个全新的数据中心来支撑 AI 时代的到来,那么未来数据中心是一个什么样子?
第十七届英特尔网络与边缘计算行业大会在天津举行,超过400位生态伙伴和客户代表齐聚一堂,与英特尔共同探讨边缘AI的未来发展趋势,并介绍了众多基于英特尔边缘AI解决方案,在教育、智能制造等垂直领域的最新精彩应用实例。
英伟达已经充实了完整的软件技术栈,旨在简化面向企业客户的定制模型开发与部署流程。这是否代表着AI Nervana目标的实现?AMD和英特尔又该如何与之抗衡?
NVIDIA 打造生成式 AI 代工厂,助力用户定制 Llama 3.1 模型,并提供加速部署的微服务。
英特尔的方案将车辆系统视为一个 “整体”,并让工作负载可以在软件定义中央计算系统和软件定义域计算子系统之间无缝移动,确保了极大的灵活性、出色的成本和性能,以及显著的能效优势。
伴随着智算时代的到来,生成式AI的发展对算力的需求爆发增长。随着模型参数量越来越大,大规模AI计算进入万卡时代,面临计算能力不足、训练成本高等问题。原因之一就是传统网络效率低下,导致多节点间的通信效率低。在训练基础模型中,网络通信往往占到20%到40%的时间,在进行梯度和参数同步时,浪费了宝贵的算力资源。
近日,2024年英特尔杯大学生电子设计竞赛嵌入式系统专题邀请赛(以下简称 “大赛”)颁奖典礼在上海交通大学举行,标志着本届大赛圆满落幕。
在即将召开的巴黎奥运会上,国际奥林匹克委员会(IOC)与英特尔合作,引入了生成式AI(GenAI)检索增强生成(RAG)解决方案,改方案基于英特尔至强处理器和英特尔Gaudi AI加速器的开放式AI系统及平台。