近日,在2023智算创新产品发布会上,由粤港澳脑智工程中心转化的“珠海横琴新近纪智能科技公司”和“珠海天琴芯智能科技公司”共同发布了以新一代类脑计算架构(LYRArc)和处理芯片(BPU)为技术核心的绿色类脑智能计算系统。该系统采用了团队自研的类脑血管启发的无源相变散热系统实现节能降噪,无论从综合算力、体积能耗还是运作模式上,都更趋近真实人脑。
“有意见”留言板
卡卡卡卡西:2023年大模型火了之后,国内很多企业一直拿不到足够的卡,国产芯片倒是因此迎来了发展机会,这次发的这个芯片有没有机会成为国内第一个大模型专用芯片呢?
@困了就睡觉:除了性能、功耗和成本,大模型专用芯片还需要满足安全性、可靠性和兼容性等方面要求,才能更好地支持大模型的应用和发展。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。