从龟甲兽骨、竹木简,到丝绸、编织物,再到纸张、计算机,人类文明随着文字承载体的演变升级得以保存、传承,也得以追溯、考究。在这段历史长河中,世界上演化出了数千种语言,而存在于计算机世界的代码语言也是其中之一。
为了让这门“语言”不会随着时间流逝和技术进步而消失,人们选择了一种比较“原始”的方式来保存它——去年7月,GitHub把所有代码全部写入一种特殊材料的胶片上,然后封存于北极地底保存。这些代码,来自于全球超过九百万开发者的贡献,代表着当下最前沿的科技发展。在开源发展史上,这是浓墨重彩的一笔。
除此之外,在刚刚过去的2020年,开源圈子还有很多值得被记录的事件:比如,这是Java成立的第25周年,众多与COVID-19相关的工具、数据集和研究成果被共享到GitHub上,而华为也正式开源了鸿蒙OS代码。
可见,开源已经成为眼下非常时兴的潮流。横向看,它正在继续推动着科技的不断向前;纵向看,它正在从社区大步走向商业,开始与产业融合发展。这是因为,如今各行各业加速数字化所需的云计算、大数据、人工智能等新一代信息技术的出现和发展,无一例外,都离不开开源技术、开源文化、开源生态的支持。
举例来说,包括Hadoop、HPCC、MongoDB等在内的开源大数据工具已经成为企业进行数据处理、数据分析的主流工具,Caffe、CNTK、Mahout等也是非常顶级的开源人工智能项目;此外,百度PaddlePaddle提供的一直就是开源的深度学习平台,而旷视的深度学习框架Brain++也在去年宣布正式开源;在基础架构层面,开源还是云计算非常关键的技术,目前市场上的许多主流公有云和很多企业使用的私有云基于的都是开源技术。
这意味着,在数字化转型被提速的2021年,开源这把“火”注定也将“愈烧愈烈”。那么,企业如何跟上这波趋势不被“out”?可以在哪些数字化转型场景用好开源?又如何在使用开源的过程中更好“避坑”?
1月28日 14:00-15:30,在线参与“企业开源实践联盟城市高管在线圆桌会.南京站”,与开源实践先行者以及红帽技术专家共同探讨企业的“数智化”转型路径,以及混合云平台构建过程中的开源价值。
活动亮点
扫描图片上方二维码,立即报名
席位有限,先到先得!
好文章,需要你的鼓励
尽管芯片厂商不断推出性能更强的神经处理单元,声称比上代产品快30-40%,但大多数AI功能仍依赖云端处理。专家指出,云端AI模型拥有数千亿参数,而手机NPU只能处理约30亿参数的模型。本地AI处理虽然在隐私保护和可靠性方面具有优势,但受限于内存容量和处理能力,目前主要应用于特定场景。业界正致力于优化模型压缩技术,实现云端与本地AI的混合处理模式。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Hammerspace通过现有NVMe存储最大化GPU使用率。随着AI计算在混合云和多云环境中扩展,基础设施团队面临着加速洞察时间同时最大化GPU投资的压力。Hammerspace Tier 0将GPU服务器集群内的本地NVMe存储转换为超高速共享存储层,性能比传统网络存储提升10倍,减少检查点时间,提高GPU使用率,改善推理响应时间,无需额外存储系统,节省数百万美元成本。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。