全球领先的边缘计算解决方案提供商凌华科技推出高度紧凑且支持GPU的全新DLAPx86系列深度学习加速平台,是市场上最紧凑的GPU深入学习加速平台。DLAPx86系列可用于部署边缘处的大规模深度学习,采集边缘产生的数据并采取行动。DLAPx86系列针对大规模边缘AI布署所设计,可将深度学习带进终端,拉近与现场资料、现场决策应变的距离。该平台的优化配置可加速需要大量内存的计算密集型AI推理和任务学习,助力各行业应用的AI部署。
凌华科技嵌入式平台和模块产品中心协理蔡雨利表示:“DLAPx86专为大型多层网络以及复杂数据集设计。凌华科技DLAP系列为深度学习应用提供的灵活性是其核心价值所在。基于不同应用的神经网络和AI推理速度需求,架构师可组合出最适化的CPU与 GPU处理器配置,提高产生每单位投资的最高效能。”
DLAPx86系列优势:
DLAPx86在边缘AI应用中在效能、体积、重量、功耗等设计取得最佳平衡,将每瓦效能、每单位投资效能极大化,助力医疗、制造业、交通运输和其他领域的发展。应用案例包括:
好文章,需要你的鼓励
法国AI公司Mistral发布开源模型Mistral Small 3.2-24B,在3.1版本基础上改进指令遵循、输出稳定性和函数调用可靠性。新版本可在单个A100/H100 80GB GPU上运行,降低了企业部署门槛。虽然整体架构未变,但在指令准确性和减少重复输出方面有显著提升,同时保持Apache 2.0开源许可。
NVIDIA研究团队揭示了训练AI模型同时掌握数学推理和编程能力的突破性方法。通过精心设计的监督学习和强化学习协同训练,他们发现仅用数学题训练就能显著提升编程能力。研究提出了温度调节、阶段性训练等关键技术,最终的AceReason-Nemotron 1.1模型在多项权威测试中达到业界领先水平,为AI跨领域能力发展提供了新范式。
微出行行业正经历转型,从早期疯狂扩张转向可持续商业模式。在布鲁塞尔微出行欧洲会议上,多家初创企业展示创新解决方案:英国Convoy推出自行车货运改装套件;德国Azora Charge开发太阳能充电停车站;Fleetser打造二手电动车辆交易平台;意大利Switch将AI应用于车队管理;波黑Zapp推出特许经营超级应用;法国J2R设计时尚电动摩托车;德国Trace Mobility提供商业智能服务。这些企业代表着微出行产业的新发展阶段。
弗吉尼亚理工大学推出AR-RAG技术,让AI像拼图高手一样在生成图像时动态检索参考片段。该技术突破传统"闭门造车"模式,实现边生成边参考,显著提升图像质量和细节准确性。提供免训练DAiD和优化训练FAiD两种方案,在多个权威测试中创造同规模模型最佳成绩。