“ChatGPT现象”中最大受惠者之一,角色是“卖铲人”的英伟达,在COMPUTEX—2023上又发布了 NVIDIA DGX 超级计算机,旨在助力开发面向生成式 AI 语言应用、推荐系统和数据分析工作负载的巨型、下一代模型。DGX GH200 超级计算机集成了 NVIDIA 最先进的加速计算和网络技术,并包含 NVIDIA 软件,可为最大的 AI 和数据分析工作负载提供一个交钥匙式全栈解决方案。
“有意见”留言板
@不倒翁:可以把生成式AI比作是登月。生成式AI对于算力的需求,就是登月对于火箭引擎的需求。虽然原理上,大家对生成式AI的大模型摸索得七七八八了。但是我们要清楚,登月不是所有国家有实力搞的。生成式AI大模型所需要的算力也不是所有厂商都有钱买的。没实力,你搞个小模型,只能打鸟,有实力,你才能搞大模型,去登月。当然,市场肯定也不能全听老黄忽悠,他只是把最理想的市场需求讲出来了,真正需求没有几十年哪能一股脑地变现呢。
@黑咕隆咚:NVIDIA黄仁勋发布的这个可以给各行各业用的生成式AI平台真的是非常有潜力,它能让AI在很多领域都可以大展身手,帮助企业和个人搞更多的创新。利用好这个平台,人们可以更轻松地用AI解决各种难题。
@周一见:发布面向各行各业的生成式 AI 平台显示了人工智能技术的发展趋势、行业融合、普及趋势以及 NVIDIA 的领导地位和意图,这将为全球范围内的产业领域带来巨大的机遇与挑战。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。