至顶网软件频道消息: 十年之前,全球市值Top10还是埃克森美孚、通用电气、微软、中国工商银行、花旗集团、AT&T、皇家荷兰壳牌、美国银行、中国石油、中国移动;
十年之后,这个名单变成了苹果、谷歌、微软、Facebook、亚马逊、伯克希尔·哈撒韦、阿里巴巴、腾讯、美国强生、埃克森美孚。
这像是两幅对比鲜明的画卷,一边是传统产业占优势,另一边是一个科技时代的开启。
在过去的200多年里,开启每个时代轮换的钥匙,都是技术的革新。第一次技术革命中,蒸汽机的出现解决了动力的问题,使得煤炭成为生产资料;第二次技术革命中,电力的出现解决了距离的问题,使得石油成为生产资料;第三次技术革命中,计算机的出现解放了脑力,使得数据成为核心资源;随后,随着互联网技术的普及与物联网技术的应用,数据得以进一步聚合、呈指数级激增,这使得计算力成为了企业竞争力的关键所在。
据Gartner预测,到2020年将有超过260亿个物联网设备连接到互联网,全球数据总量将达35ZB,相当于80亿块4TB硬盘的容量。面对数据这样的爆发式增长,虽然在过去30年里计算力提高了近100万倍。但这仍然赶不上计算需求的增长,对此,很多人认为,摩尔定律在物理层面即将接近极限,传统计算技术的发展面临体系性困局。
为此,一批面向未来的计算技术与产品开始出现,譬如异构计算、量子计算、智慧计算等等,这些计算技术通过融合存储、网络、控制等技术,构建了新一代信息基础设施,以满足人、机、物的互即时互联互通、信息共享和智能应用。
而这,也促使计算领域的市场格局开始出现了变化。比如,在过去20年里,英特尔在计算市场中一直令人望其项背,但这样不可撼动的局面正在被改变。尤其是人工智能的引爆及其产业链的快速延伸,吸引了众多企业纷纷在此“跑马圈地”:英伟达在深度学习训练领域赚得盆满钵满、谷歌推出了针对深度学习加速的ASIC芯片TPU、昔日的GPU王者AMD奋起直追发布了深度学习加速器方案。与此同时,我国也从国家战略层面开始力推计算芯片的自主可控。
借此“东风”,浪潮作为我国长年深耕计算领域的领头企业,也提出了“智慧计算”的概念。据了解,其内涵包括了云计算、大数据和深度学习,目的是通过融合、开放、敏捷、生态化的IT基础设施,解决计算性能、计算效率、计算能耗等问题。
浪潮认为,智慧时代已经来临,而其中所包括的云计算、物联网、大数据、人工智能、工业互联网五大关键场景的推动,无一例外都与计算具有不可分割的联系。为此,在智慧时代,一切皆计算。
举例来说,浪潮近两年来不仅研发并推出了多种类的AI服务器,包括支持多种算法架构的AI Station,全球最高密度的GPU服务器和全球最大规模的GPU阵列等等;同时,还作为GPU服务器最主要的供应商,展开了与BAT的紧密合作。
以此,浪潮正在有条不紊地踩着这个时代变革的节点,通过技术创新、产品创新、模式创新、生态创新,在计算和数据层沉淀打磨出自有优势,构建全球化的智慧计算生态。
在这个过程中,需要怎样的计算力支撑?如何通过智慧计算挖掘数据力量?如何推进智慧计算与产业的融合? 8月29日-30日,Inspur World 2018将为大家一一揭晓答案。
好文章,需要你的鼓励
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
谷歌发布基于Gemini 3的快速低成本模型Flash,并将其设为Gemini应用和AI搜索的默认模型。新模型在多项基准测试中表现优异,在MMMU-Pro多模态推理测试中得分81.2%超越所有竞品。该模型已向全球用户开放,并通过Vertex AI和API向企业及开发者提供服务。定价为每百万输入token 0.5美元,输出token 3美元,速度比2.5 Pro快三倍且更节省token用量。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。