今日,華為在北京宣布其基于“無邊界計算”戰(zhàn)略的智能計算業(yè)務布局,致力于提供全棧AI計算平臺,打造無邊界智能計算世界,從而滿足企業(yè)在計算、數(shù)字化轉型以及智能化的應用場景。同時華為還發(fā)布了面向企業(yè)數(shù)字化轉型的關鍵業(yè)務服務器KunLun V5和全新一代的SSD產品ES3000 V5。
華為服務器產品線總裁邱隆
隨著人工智能、量子信息技術、虛擬現(xiàn)實等全新技術的興起,現(xiàn)有的計算架構將無法提供這些應用需要的計算量,整個行業(yè)都需要在計算架構上不斷地突破和創(chuàng)新。華為憑借在計算領域16年的積累和創(chuàng)新,不斷在加速部件和系統(tǒng)架構上創(chuàng)新,針對面向企業(yè)不同階段的業(yè)務形態(tài)提出智能服務器(面向傳統(tǒng)企業(yè))、混合云(面向企業(yè)數(shù)字化轉型)、異構計算和邊緣計算(面向企業(yè)智能)三大技術路線,加速企業(yè)從數(shù)字化向智能邁進。
2017年7月,華為突破性的提出“無邊界計算”的戰(zhàn)略,經過近1年的戰(zhàn)略投入,將智能的能力貫穿到整個戰(zhàn)略中:
第一是異構計算資源的編排和調度,華為已經把這個能力構筑在華為公有云上,企業(yè)用戶可以秒級獲取異構計算資源。同時把華為公司自己多年積累的智能應用也放到公有云上,讓智能無處不在,支持全場景的企業(yè)AI應用;
第二是華為提供端到端數(shù)據(jù)中心解決方案,智能服務器和數(shù)據(jù)中心聯(lián)動可以讓企業(yè)客戶更便利的管理數(shù)據(jù)中心資源,降低25%的維護成本,節(jié)能5%,讓數(shù)據(jù)中心管理更加智能。
華為智能計算,持續(xù)以客戶為中心,通過技術創(chuàng)新讓客戶的IT系統(tǒng)從封閉走向開放,從通用走向智能,變復雜為精簡,變單一為協(xié)同,突破計算邊界,為企業(yè)的IT系統(tǒng)構建一顆智能的心。
華為將在智能計算領域繼續(xù)創(chuàng)新,攜手合作伙伴共建AI生態(tài),讓智能無處不在,為企業(yè)創(chuàng)造更多的商業(yè)價值。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。