2021世界移动通信大会(MWC)·上海展现场,浪潮集团CNET事业部解决方案副总经理冯景介绍了浪潮最新产品——5G云网融合一体机(iAIO)。5G云网融合一体机为了顺应云网融合的一体化需求,面向5G 2B市场,包含边缘IaaS、PaaS、基站、核心网,打通行业客户“最后一公里”的计算与网络连接需求,助力多行业客户数字化转型。
此前,浪潮已联合合作伙伴在工业互联网、智慧园区、智慧水利、智慧环保、智慧交通、智慧能源等12类场景中应用了5G云网融合一体机。比如,浪潮高端服务器工厂部署5G云网融合一体机,建设低时延、高带宽的5G专网,打造一系列智能制造应用场景;在太原酿造小镇5G智慧酒厂,浪潮联合运营商,以5G云网融合一体机为支撑,通过轻量化核心网下沉模式,为客户提供安全、专享、自主可控的5G专网服务等。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。