1. 大模型時代，國產AI芯片最新進展！算力集群化是必然趨勢

原文：https://mp.weixin.qq.com/s/k-InpBMMJTUltuMcB2hKSg

在剛過去的2023世界人工智能大會上，大模型可以說是其中的大亮點之一，華為盤古、商湯日日新、網易伏羲等30多款國產AI大模型集中亮相。與此同時，各類人工智能芯片公司、算力提供商也針對大模型展示了相應的方案。大模型時代，國產AI芯片進展如何？在這次大會上，瀚博半導體、燧原科技、登臨科技、天數智芯等紛紛展示了針對大模型的產品方案，呈現出國產AI芯片在大模型領域的進展情況。瀚博半導體成立于2018年12月，是一家自研GPU芯片及解決方案提供商。在此次大會上，瀚博發布了第二代GPU SG100，并推出南禺系列GPU加速卡VG1600、VG1800、VG14，以及LLM大模型AI加速卡VA1L、AIGC大模型一體機、VA12高性能生成式AI加速卡等6款新品。據介紹，瀚博SG100芯片采用7nm先進制程，具備業界領先的渲染性能，同時兼具低延時高吞吐的AI算力和強大的視頻處理能力。值得關注的，針對大模型時代算力需求，瀚博本次首發了LLM大模型AI加速卡VA1L，具備200 TOPS INT8/72 TFLOPS FP16算力，并支持ChatGPT、LLaMA、Stable Diffusion等主流AIGC網絡模型。與此同時，瀚博此次還推出了AIGC大模型一體機，共使用8張LLM大模型AI加速卡VA1L，支持512GB顯存，進而支持1750億參數的大模型。另外，作為瀚博VA1和VA10的升級版，VA12是一塊通用AI加速卡，支持檢測、分類、分割、視頻增強、語義理解、BERT、Transfomer和視頻編解碼等應用。燧原科技在此次大會上發布了燧原曜圖文生圖MaaS平臺服務產品。該產品以燧原科技“邃思”系列芯片為算力支撐，由首都在線提供計算服務，燧原曜圖MaaS平臺服務產品為用戶提供面向AIGC時代的高效易用、安全可靠、企業級的文生圖服務。燧原科技表示，它具備開箱即用可用、所想即所見、創意無限的文本生成圖像能力，通過軟硬一體方案降低大規模AIGC應用的工程難度與算力成本，開啟AIGC應用規模化落地時代。燧原科技創始人兼CEO趙立東在某論壇上提到，目前燧原已經為大型科研機構部署了千卡規模的AI訓練算力集群，并成功落地；而且與騰訊合作，在OCR文字識別、智能交互、智能會議等方面，性能達到了業界同類產品兩倍以上，性價比上具有很高優勢。此外，在智慧城市方面，燧原完成2022年成都高新區國產化AI視頻基礎設施平臺項目建設。此次大會上，登臨科技展示了最新一代創新通用GPU產品Goldwasser II系列以及基于開源大語言模型可交互界面。據了解，Goldwasser II針對基于Transformer和生成式AI 大模型進行專門優化，在性能有大幅提升，已于2022年流片，目前已開始規模化量產和商業客戶驗證。據現有客戶測試結果，二代產品針對基于transformer類型的模型提供3-5倍的性能提升，大幅降低類ChatGPT及生成式AI應用的硬件成本。天數智芯在此次會上也展示了在大模型訓練、推理所取得的顯著進展，包括圖片識別/以圖搜圖、3D建模、大模型推理等。在大模型領域，天數智芯今年上半年，搭建了40P算力320張天垓100加速卡算力集群，完成智源研究院70億參數大模型全量訓練，天垓100是天數智芯2018年研發的通用AI訓練芯片，據天數智芯董事長蓋魯江介紹，目前天垓100這款產品還已經成功跑通了清華智譜 AI 大模型ChatGLM，Meta研發的LLaMA模型。此外，天數智芯正在幫智源研究院跑650億參數的模型，預計10月份可以跑完。針對于A800芯片在無許可證的情況下將被禁售的話題，蓋魯江談到，事實上，不管英偉達的產品能不能賣給中國，我們的產品已經能夠用起來了。算力集群化是發展趨勢伴隨大模型帶來的生成式AI突破，人工智能正在進入一個新的時代。算力是人工智能產業創新的基礎，大模型的持續創新，驅動算力需求的爆炸式增長。可以說，大模型訓練的效率或者是創新的速度，根本上取決于算力的大小。然而，中國的算力已經成為一個越來越稀缺的資源。華為輪值董事長胡厚崑在某論壇上談到，大模型的研發高度依賴高端AI芯片、集群及生態。高計算性能、高通信帶寬和大顯存成為大模型訓練必不可少的算力底座，單AI芯片進步速度還未跟上大模型對大算力的需求，算力集群化成為不可逆轉的發展趨勢。在2023世界人工智能大會上，華為宣布昇騰AI集群全面升級，集群規模從最初的4000卡集群擴展至16000卡，擁有更快的訓練速度和30天以上的穩定訓練周期。胡厚崑表示，華為在各個單點創新的基礎上，充分發揮云、計算、存儲、網絡以及能源的綜合優勢，進行架構創新，推出了昇騰AI集群，相當于把AI算力中心當成一臺超級計算機來設計，使得昇騰AI集群性能更高，并且可靠性更高。據他介紹，昇騰AI集群目前已經可以達到10%以上的大模型訓練效率的提升，可以提供10倍以上的系統穩定的提高，支持長期穩定訓練。華為昇騰計算業務總裁張迪煊表示，基于昇騰AI，原生孵化和適配了30多個大模型，到目前為止，中國有一半左右的大模型創新，都是由昇騰AI來支持的。除了華為，阿里、騰訊等也打造了較大的算力集群，不過主要還是依靠英偉達的GPU芯片。阿里云表示，其擁有國內最強的智能算力儲備，智算集群可支持最大十萬卡GPU規模，承載多個萬億參數大模型同時在線訓練。騰訊云此前大量采購了英偉達A100/H800芯片，發布新一代HCC高性能計算集群，用于大模型訓練、自動駕駛、科學計算等領域。基于新一代集群，騰訊團隊在同等數據集下，將萬億參數的AI大模型混元NLP訓練由50天縮短到4天。小結無論是大模型的訓練，還是后期的推理部署，對算力的需求都相當大。雖然，當前國產AI芯片與國際領先GPU產品在大模型的訓練上有差距，不過可以看到，已經有不少產品，在較大模型的訓練上已經取得成績，后續必然還會有更大的進展。同時，為了滿足大模型對大算力的需求，算力集群化將會是未來趨勢。

2. 大模型加速涌向移動端！ControlNet手機出圖只需12秒，高通AI掌門人：LLaMA也只是時間問題

原文：https://mp.weixin.qq.com/s/je05z93KcAIT81NvoyFsuw

大模型重塑一切的浪潮，正在加速涌向移動應用。不久前，高通剛在MWC上露了一手純靠手機跑Stable Diffusion，15秒就能出圖的騷操作： 3個月后的CVPR 2023上，參數加量到15億，ControlNet也已在手機端閃亮登場，出圖全程僅用了不到12秒：

更令人意想不到的速度是，高通技術公司產品管理高級副總裁兼AI負責人Ziad Asghar透露：從技術角度來說，把這些10億+參數大模型搬進手機，只需要不到一個月的時間。并且這還只是個開始。在與量子位的交流中，Ziad認為：

大模型正在迅速重塑人機交互的方式。這會讓移動應用的使用場景和使用方式發生翻天覆地的變化。

“大模型改變終端交互方式”每一個看過《鋼鐵俠》的人，都很難不羨慕鋼鐵俠無所不能的助手賈維斯。

盡管語音助手早已不是什么新鮮事物，但其現如今的形態多少還是離科幻電影中的智能助手有點差距。而大模型，在Ziad看來，正是一個破局者。

大模型有能力真正重塑我們與應用交互的方式。

這種改變的一種具體的表現，就是all in one。也就是說，通過大模型加持下的數字助手這一個應用入口，人們就可以在手機這樣的終端上操控一切：通過自然語言指令，數字助手能自動幫你管理所有手機上的APP，完成辦理銀行業務、撰寫電子郵件、制定旅程并訂票等等各種操作。

更為關鍵的是，這樣的數字助手還能做到“私人訂制”——手機上的個性化數據，與能夠理解文字、語音、圖像、視頻等多模態輸入的大語言模型相結合，就能使數字助手更為精準地把握使用者的偏好。并且這樣的個性化體驗，可以在不犧牲隱私的情況下實現。從技術的角度來說，背后關鍵，其實就是如今把Stable Diffusion和ControlNet搬進手機的混合AI架構及作為支撐的量化、編譯和硬件加速優化等AI技術。混合AI，指的是終端和云端協同工作，在適當場景和時間下分配AI計算的工作負載，以更為高效地利用算力資源。量化、編譯和硬件加速優化，則是實現混合AI的關鍵AI技術，受到高通等終端AI廠商的長期關注和押注。量化，是將更大的模型在精度不變的情況下，從浮點數轉變成整數，節省計算時間；又或是在確保模型性能的同時，對其大小進行壓縮，使之更容易部署在終端。編譯器是AI模型能夠以最高性能和最低功耗高效運行的關鍵。AI編譯器將輸入的神經網絡轉化為可以在目標硬件上運行的代碼，同時針對時延、性能和功耗進行優化。硬件加速方面，以高通為例，其AI引擎中的關鍵核心Hexagon處理器，采用專用供電系統，支持微切片推理、INT4精度、Transformer網絡加速等，能夠在提供更高性能的同時，降低能耗和內存占用。數據顯示，Transformer加速大幅提升了生成式AI中充分使用的多頭注意力機制的推理速度，在使用MobileBERT的特定用例中能帶來4.35倍的AI性能提升。

以Stable Diffusion為例，現在，高通的研究人員通過量化、編譯和硬件加速優化，已經能夠在搭載第二代驍龍8移動平臺的手機上，以15秒20步推理的速度運行這一模型，生成出512×512像素的圖片。

這樣一來，整個推理過程可以完全只靠手機實現——開著飛行模式不聯網也能做到。這類AI技術的部署并非易事，Ziad表示在相關軟件、工具和硬件方面，高通準備了2-3年的時間。但現在，當高通AI模型增效工具包、高通AI軟件棧和高通AI引擎等軟硬件工具齊備之后，正如前文所言，高通只花了不到一個月的時間，就實現了Stable Diffusion在驍龍平臺上的高速運行。也就是說，當基礎技術準備就緒，包括大模型在內的生成式AI部署，就會更加容易，原本無法想象的“大模型部署到終端變成數字助手”，現在看來也并非不可能。具體而言，在硬件上混合AI和軟件AI技術的“雙重”架構下，部署在手機等終端中的大模型，可以在終端側根據用戶習慣不斷優化和更新用戶畫像，從而增強和打造定制化的生成式AI提示。這些提示會以終端側為中心進行處理，只在必要時向云端分流任務。

Ziad也進一步向我們解釋說：

云不了解你，但終端設備了解你。如果模型可以在設備上進行微調，那它的功能將非常強大。這也是突破大模型幻覺和記憶瓶頸的方式之一。高通可以做到通過一系列技術讓大模型在不聯網的情況下，借助終端設備數據長時間提供“專屬”服務，同時也保護了用戶隱私。

值得關注的是，Ziad還透露，在Stable Diffusion和ControlNet之外，基于高通全棧式的軟件和硬件能力，研究人員正在將更多生成式AI模型遷移到手機之中，參數量也正在向百億級別進發。

很快，你就會在終端上看到像LLaMA 7B/13B這樣的模型。一切工具已經就緒，剩下的只是時間問題。

而且，雖然目前能在終端側部署的只是“特定”的大模型，但隨著技術的不斷應用成熟，能部署的大模型數量、模態類型和部署形式，都會飛速進化。Ziad表示：

隨著更多更好的AI算法被開源出來，我們也能更快地沿用這套軟硬件技術將它們部署到終端側，這其中就包括文生視頻等各種多模態AI。

這樣來看，未來用戶將自己想用的大模型遷移到手機端，成為超級助手的核心，也并非不可能實現。大模型正在重塑移動互聯網實際上，手機上的交互變革，還只是冰山一角。早在生成式AI、大模型技術爆發之前，在移動互聯網時代，AI需求已經呈現出向邊緣設備轉移的趨勢。正如Ziad的觀點“終端側AI是AI的未來”一樣，隨著以大模型為代表的生成式AI浪潮加速改變人機交互方式，更多終端側如筆記本電腦、AR/VR、汽車和物聯網終端等，也都會因為這場變革迎來重塑，甚至反過來加速AI規模化落地。在這個過程中，不僅硬件會誕生新的衡量標準，軟件上以大模型為核心的超級AI應用，更是有可能出現。首先是硬件上，由于終端側算力會成為延展生成式AI落地應用不可或缺的一部分，對于移動端芯片本身來說，AI處理能力也會日益凸顯，甚至成為新的設計基準之一。隨著大模型變得更受歡迎、更多應用不斷接入其能力，更多潛在的用戶也會意識到大模型具備的優勢，從而導致這類技術使用次數的迅猛上升。但云端算力終究有限。Ziad認為：

隨著AI計算需求的增加，云端算力必然無法承載如此龐大的計算量，從而導致單次查詢成本急劇增加。要解決這一問題，就應當讓更多算力需求“外溢”到終端，依靠終端算力來緩解這一問題。

為了讓更多大模型在終端就能處理甚至運行，從而降低調用成本，必然需要在確保用戶體驗的同時，提升移動端芯片處理AI的能力。長此以往，AI處理能力會成為衡量硬件能力的benchmark，如同過去手機芯片比拼通用算力和ISP影像能力一樣，成為整個移動端芯片的新“賽點”。等多的內容，如果感興趣，可以直接點擊原文，您會收獲更多的知識。

3. 英特爾AI芯片中國定制版發布！打的就是英偉達A100

原文：https://mp.weixin.qq.com/s/5njVFAcZnMP0rEb5VZcLhA

AIGC時代，誰說煉大模型就一定得用GPU？英特至強CPU，運行擴散模型Stable Diffusion只需5秒就能出圖。而在這兩天，專門搭載在該CPU上使用的AI加速器更是新鮮出爐。它叫Gaudi2，面向中國市場發布，用于加速AI訓練及推理，有了它，大規模部署AI便多了一種新選擇。

性能上，它在MLPerf最新報告中的多種訓練和推理基準測試中都直接超越了英偉達A100，并提供了約2倍的性價比。至于H100，它雖然還不能敵過，但若拉上成本，則也能“扳回一局”。

這款主打超強性價比的AI加速器，究竟什么來頭？全新Gaudi2加速器，性能超A100Gaudi2深度學習加速器暨Gaudi2夾層卡HL-225B，以第一代Gaudi高性能架構為基礎，加速高性能大語言模型運行。（ps. Gaudi1代處理器誕生于2019年，其背后公司來自以色列，當年年底被英特爾以20億美元收購，如今成為英特爾“叫板”英偉達的重要底氣。）Gaudi2采用7nm制程工藝，具備24個可編程 Tensor處理器核心（TPCs），支持面向AI的各類高級數據類型：FP8、BF16、FP16、TF32和FP32。它配備21個100 Gbps（RoCEv2）以太網接口，可通過直接路由實現Gaudi處理器間通信（相比原版少了3個，但英特爾公司執行副總裁Sandra Rivera介紹，這對整體性能影響基本不大）。同時，它還能做到2.4TB/秒的總內存帶寬，先進的HBM控制器則針對隨機訪問和線性訪問進行了優化，在各種訪問模式下都可以提供這一保證。此外，48MB片上SRAM和集成多媒體處理引擎亦是標配。

就在上個月公布的MLCommons MLPerf基準測試中，Gaudi2在1750億參數的GPT-3模型訓練上表現出色，使用384個加速器上耗時311分鐘就完成了訓練。雖然相比之下，英偉達只需61分鐘便可，但這樣的成績需要512個H100——由于Gaudi2的成本要遠低于H100，所以要論性價比，Sandra Rivera表示，Gaudi2是更具誘惑力的選擇。與此同時，Gaudi2在基于8個和64個加速器助力的BERT、8個加速器助力的ResNet-50和Unet3D訓練結果上，全部優于A100。此外，Gaudi2也可為大規模的多模態和語言模型提供出色的推理性能。在最近的Hugging Face評估中，其在大規模推理方面的表現，包括在運行Stable Diffusion、70億以及1760億參數BLOOMZ模型時，在行業內均保持領先。能耗方面，訓練計算機視覺模型時，Gaudi2的每瓦性能是A100的2倍，推理176B參數的BLOOMZ時，功耗則可降低40%。

——不僅性能和功耗強大，英特爾還提供了配套的成熟軟件支持：SynapseAI。它可以方便開發者輕松構建模型，或將當前基于GPU的模型業務和系統遷移到基于全新Gaudi2服務器。同時，SynapseAI集成了對TensorFlow和PyTorch框架的支持，提供眾多流行的計算機視覺和自然語言參考模型，可以滿足深度學習開發者的多樣化需求。另外，說到Gaudi2服務器，現在，英特爾已與浪潮信息合作，打造并發售基于Gaudi2深度學習加速器的浪潮信息AI服務器NF5698G7。該服務器集成了8顆Gaudi2加速卡HL-225B，還包含雙路第四代英特爾至強可擴展處理器，進一步幫助大家高效部署大模型。

最后，值得一提的是，在發布會后的交流環節中，當被問及英特爾是否有一個預期，能占領多少AI加速芯片的市場時，Sandra Rivera表示：

國內AI產品需求非常大，產品完全不夠用。因此市場就在那里，在這種情況下我們不用特別設什么份額的目標，就把最好的產品帶出來，滿足市場需求，幫助大家創新，這就是我們想要做的事情。

而據量子位現場獲悉，明年，能夠進一步縮小差距甚至超越英偉達H100的Gaudi3就將問世。與此同時，2025年之時，英特爾還將整合既有的GPU Max產品線和Gaudi系列，取兩者之長，推出更加完整的下一代GPU產品。而在這之中，英特爾將對大家最為關心的可持續軟件生態做大筆投入。

4. 李飛飛「具身智能」新成果！機器人接入大模型直接聽懂人話，0預訓練就能完成復雜指令

原文：https://mp.weixin.qq.com/s/XleXS_5shzZNiOSxUFZfgQ

李飛飛團隊具身智能最新成果來了：大模型接入機器人，把復雜指令轉化成具體行動規劃，無需額外數據和訓練。

從此，人類可以很隨意地用自然語言給機器人下達指令，如：

打開上面的抽屜，小心花瓶！

大語言模型+視覺語言模型就能從3D空間中分析出目標和需要繞過的障礙，幫助機器人做行動規劃。

然后重點來了， 真實世界中的機器人在未經“培訓”的情況下，就能直接執行這個任務。

新方法實現了零樣本的日常操作任務軌跡合成，也就是機器人從沒見過的任務也能一次執行，連給他做個示范都不需要。可操作的物體也是開放的，不用事先劃定范圍，開瓶子、按開關、拔充電線都能完成。目前項目主頁和論文都已上線，代碼即將推出，并且已經引起學術界廣泛興趣。

李飛飛：計算機視覺的3顆北極星大約一年前，李飛飛在美國文理學會會刊上撰文，指出計算機視覺發展的三個方向：

具身智能（Embodied AI）
視覺推理（Visual Reasoning）
場景理解（Scene Understanding）

李飛飛認為，具身智能不單指人形機器人，任何能在空間中移動的有形智能機器都是人工智能的一種形式。正如ImageNet旨在表示廣泛且多樣化的現實世界圖像一樣，具身智能研究也需要解決復雜多樣的人類任務，從疊衣服到探索新城市。遵循指令執行這些任務需要視覺，但需要的不僅僅是視覺，也需要視覺推理理解場景中的三維關系。最后機器還要做到理解場景中的人，包括人類意圖和社會關系。比如看到一個人打開冰箱能判斷出他餓了，或者看到一個小孩坐在大人腿上能判斷出他們是親子關系。機器人結合大模型可能正是解決這些問題的一個途徑。

5. 國產7nm全功能GPU上海發布！還有大模型加速卡、AIGC大模型一體機等6款新品

原文：https://mp.weixin.qq.com/s/MhFOeWOowpk_j0CB9zcFQQ

7月6日下午，瀚博半導體在2023世界人工智能大會上正式發布第二代GPU SG 100。一并推出的還有南禺系列GPU加速卡 VG1600、VG1800、VG14以及LLM大模型AI加速卡VA1L、AIGC大模型一體機、VA12高性能生成式AI加速卡等6款新品，為AI大模型、圖形渲染和高質量內容生產提供完整解決方案。本次發布會以“智渲同芯，共生未來”為主題，瀚博半導體創始人兼CTO張磊在發布會上發表了《從像素到杰作：***加速AI大模型和元宇宙》主題演講，吸引眾多行業伙伴、知名媒體以及投資機構到場。張磊以AGI時代的算力需求與挑戰為引，全面展示了瀚博針對人工智能與元宇宙行業的最新產品研發成果，此次瀚博半導體新品發布會賦能大模型創新應用，聯合上下游企業共同打造國產大模型生態圈，以全新姿態把握時代機遇，開啟人工智能+元宇宙的瀚博算力序章。

第二代GPU SG100: 集渲染、AI、視頻于一體的7nm全功能GPU瀚博此次重磅推出了集成高性能渲染、超低延時AI和強視頻處理能力的7nm全功能GPU芯片產品SG100。

瀚博SG100芯片采用7nm先進制程，具備業界領先的渲染性能，同時兼具低延時高吞吐的AI算力和強大的視頻處理能力。搭載瀚博自研GPU軟件棧，業界一流的SR-IOV硬件虛擬化技術，支持Windows/Linux下的DirectX 11、OpenGL、Vulkan等API接口，支持H.264、H.265、AV1等多種視頻編解碼格式，可廣泛支持數字孿生、數字人、云桌面、云手機、云游戲、云渲染、工業軟件等多領域應用，助力打造元宇宙產業算力底座。演講中，張磊也通過實際案例展示了瀚博產品基于Windows/Linux下的渲染實例效果、教育云電腦、工業軟件、多路高畫質云游戲以及超寫實數字人等應用場景，為現場觀眾直觀展示了瀚博第二代全功能GPU SG100的強大算力。南禺系列加速卡：智渲一體全面覆蓋云端及桌面應用發布會上，瀚博也針對不同的應用場景推出了三款南禺系列全新GPU加速卡產品。三款新品分別針對云游戲、云桌面與工作站提供相應算力支持，也為高質量內容生產提供了高效的算力支撐。此次最新發布的南禺系列GPU加速卡 VG1600完美結合渲染與視頻處理，打造出沉浸式云游戲體驗，為玩家創造更真實的游玩場景。其次，VG1800 也為遠程工作帶來全面升級，可流暢支持各類辦公軟件、教育APP和工業設計軟件等，提供出色的云桌面用戶體驗。更有支持Windows 操作系統下DirectX與 OpenGL等API接口的國產工作站顯卡VG14，能夠勝任多任務處理、大型專業軟件運行等多元辦公場景。

LLM大模型AI加速卡及一體機方案：大模型應用最低門檻今年，以大模型等應用為典型代表打開了人工智能的廣闊前景。未來，具有并行計算能力的GPU芯片作為大模型計算的“大腦”將為大模型生成學習提供源源不斷的算力支撐。針對大模型時代算力需求，瀚博本次首發了LLM大模型AI加速卡VA1L，具備200 TOPS INT8/72 TFLOPS FP16算力，并支持ChatGPT、LLaMA、Stable Diffusion等主流AIGC網絡模型。

與此同時，瀚博更重磅推出AIGC大模型一體機，共使用8張LLM大模型AI加速卡VA1L，支持512GB顯存，進而支持1750億參數的大模型。本次大模型一體機解決方案擁有業內最低門檻，也是目前針對AI大語言模型最低價格的大模型一體機方案。此外，新品還提供兩個特殊選配：具有對話功能的2卡單獨運行語音轉文字或者文字轉語音版本以及使用SG 100做云端實時渲染的2U 11卡版本，提供大模型會話數字人實時渲染，使大模型推理更高效，服務于大模型行業發展。

發布會上，張磊也為觀眾展示了AI大模型“智能對話”、“文生圖”等應用示例，生動展現了瀚博大模型新品支撐的廣泛應用場景。VA12: 高性能生成式AI加速卡針對生成式AI應用和其他通用AI應用，瀚博本次也推出全新高性能智能加速卡VA12。作為250W板卡，VA12有512 TOPS的INT 8的算力和160 TFLOPS的FP16算力，更高效支持StableDiffusion。與此同時，作為瀚博VA1和VA10的升級版，VA12也是一塊通用AI加速卡，支持檢測、分類、分割、視頻增強、語義理解、BERT、Transfomer和視頻編解碼等應用。VA 12的發布將為未來AIGC平臺的發展構筑算力底座，讓未來的數字內容生產擁有更高效的計算能力與更多元的可能性。

6. 人工智能在日常生活中的十大應用

原文：https://mp.weixin.qq.com/s/HqVbMOBwpIaHt1eQz3C2Cg

今年，人工智能在公眾使用方面取得了驚人的新進展。一張人工智能生成的圖像甚至在與人類藝術家競爭時獲得了藝術獎（https://www.nytimes.com/2022/09/02/technology/ai-artificial-intelligence-artists.html）。事實是，人工智能就在我們身邊。它被用來幫助篩查癌癥，打擊偷獵瀕危大象的行為，并能夠從太空探測考古遺址。但人工智能并不局限于科學前沿。事實上，人工智能無處不在。你可能在日常生活中也使用人工智能。“人工智能技術滲透到了我們生活的方方面面，這幾乎是潛移默化的，”IEEE高級會員Guangjie Han說，“它為我們的設備提供動力，同時通過分析我們在這些設備上產生的數據而不斷進行改進。”人工智能在日常生活中的常見用途包括：1. 智能助理：智能手機或智能家居設備上的語音助手由人工智能支持。有時，請求可以在手機上處理。有時請求會被發送到云服務器進行處理。2. 智能家居設備：通過人工智能，智能恒溫器可以自動調整家中的暖通空調系統，而攝像頭可以提醒消費者有人、車或包裹到達。3. 電子商務：人工智能在網上購物中無處不在。值得注意的應用程序擴展包括了產品建議，可以幫助管理銷售和退貨的聊天機器人，以及定制的購物體驗。4. 零售業的趨勢識別：在線商店不僅僅是在你購物時提供推薦，他們還積極使用商店和競爭對手的銷售數據來識別趨勢。通過使用人工智能進行設計和制造，以便滿足公眾的需求。5. 內容推薦：人工智能支持的內容推薦引擎使用產品目錄和消費者數據進行培訓，以提供更個性化的推薦。6. 導航和旅行：紙質地圖已經成為過去。人工智能生成的路線可以優化旅行時間或減少油耗。7. 藥物研究：通過識別其潛在危險和作用機制，人工智能系統能夠幫助尋找新的藥物應用。這項技術幫助建立了幾個藥物發現平臺，使企業能夠重復使用當前的藥物和生物活性物質進行研究。8. 面部識別解鎖手機：看向手機即可解鎖。這些功能得到了人工智能的支持，它利用相機和傳感器技術來準確測量你的面部。9. 金融欺詐檢測：人工智能非常擅長模式分析，事實證明，我們大多數人使用信用卡的方式相當可預測。這使得它非常適合確定哪些信用卡交易可能是非法的。如果你曾經接到銀行的電話，詢問你是否進行了交易，那很可能是人工智能算法的結果。10. 自動更正：人工智能系統使用機器學習、深度學習和自然語言處理來識別文字處理器、短信應用程序和其他文本媒體中的錯誤語言使用，并提供更正和建議。在可預見的未來，人工智能系統的大部分工作將集中在構建更大、更少偏見的數據集上，用于訓練模型。“這些系統的訓練在很大程度上取決于人工智能模型訓練的數據，”IEEE會士（Fellow）Karen Panetta說，“它可以體驗的場景越多，效果就越好，但這需要精心策劃、注釋的數據集。這些數據集必須多樣化，以減少偏差，并動態更新，以反映新的條件和現實世界應用中出現的場景。”同時，這也在提醒人們，在某些改變生活的環境中不要過度依賴人工智能系統。Panetta說：“人工智能需要被解釋。例如，許多公司正在銷售評估人們表現并確定薪酬的產品。然而，這些系統做出的決定無法解釋人工智能是如何決定結果的。人工智能不應該影響某人的生計。”盡管人工智能盛行，但它仍有很大的發展和改進空間。

———————End———————

RT-Thread線下入門培訓

7月 - 南京

1.免費2.動手實驗+理論3.主辦方免費提供開發板4.自行攜帶電腦，及插線板用于筆記本電腦充電5.參與者需要有C語言、單片機（ARM Cortex-M核）基礎，請提前安裝好RT-Thread Studio 開發環境

報名通道

立即掃碼報名

（報名成功即可參加）

點擊閱讀原文進入官網

原文標題：【AI簡報20230714期】人工智能在日常生活中的應用，國產AI芯片最新進展公布！

文章出處：【微信公眾號：RTThread物聯網操作系統】歡迎添加關注！文章轉載請注明出處。

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。舉報投訴

RT-Thread

RT-Thread

+關注

關注
32

文章
1368

瀏覽量
41490

原文標題：【AI簡報20230714期】人工智能在日常生活中的應用，國產AI芯片最新進展公布！

文章出處：【微信號：RTThread，微信公眾號：RTThread物聯網操作系統】歡迎添加關注！文章轉載請注明出處。

女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

搜索歷史

【AI簡報20230714期】人工智能在日常生活中的應用，國產AI芯片最新進展公布！