近日,亚马逊网络服务公司宣布位于阿布扎比的技术创新研究所(TII)已经在云提供商的基础架构上完成了大型语言模型Falcon 40B的训练。
这标志着AWS和TII之间合作的一个重要里程碑,AWS和TII都在试图拓展人工智能研究和开发的边界。Falcon 40B模型具有400亿个参数容量,具备很高的性能和准确度,在Hugging Face的Open LLM Leaderboard排行榜上拔得头筹。
现在可以通过Amazon SageMaker JumpStart使用Falcon 40B,据称它为希望使用最先进的语言模型而又不想自己从头开始进行搭建的企业和组织开辟了一种新的可能。客户可以通过Amazon SageMaker访问Falcon 40B,使用翻译、问题回答、总结和图像识别等功能。
2023年6月,人工智能成了最热门的东西,纳斯达克指数飙升,投资者的资金涌向任何拥有.AI域名或者声称在使用AI的公司。
AWS虽不是一家人工智能创业公司,但它紧密关注着人工智能和大型语言模型,并致力于成为该领域的领导者。随着Falcon 40B模型在AWS上训练成功,亚马逊证明自己正在致力于成为人工智能和LLM的领导者。
除了Falcon 40B的消息之外,AWS还宣布扩大与印度数字服务公司Persistent Systems的合作关系,后者主要服务于银行和金融服务业。
根据双方拓展的合作,Persistent Systems将使用Amazon CodeWhisperer,让其开发人员生成带有注释的代码,帮助他们绕过耗时的开发任务,加速创建新的解决方案。
2022年6月,亚马逊推出了CodeWhisperer,这是一项人工智能服务,可以提供编码帮助。AWS表示,它已经用来自开源项目、内部代码库和其他来源的数十亿行代码对CodeWhisperer进行了训练。该服务能够一次生成超过10行代码。
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。