日日操夜夜添-日日操影院-日日草夜夜操-日日干干-精品一区二区三区波多野结衣-精品一区二区三区高清免费不卡

公告:魔扣目錄網為廣大站長提供免費收錄網站服務,提交前請做好本站友鏈:【 網站目錄:http://www.ylptlb.cn 】, 免友鏈快審服務(50元/站),

點擊這里在線咨詢客服
新站提交
  • 網站:51998
  • 待審:31
  • 小程序:12
  • 文章:1030137
  • 會員:747

9月20日上午,萬眾矚目的華為全聯接大會在上海拉開帷幕。在主題為“加速行業智能化”的開幕演講上,華為副董事長、輪值董事長、CFO孟晚舟表示:“當前人類社會正加速邁向智能世界,數據正在爆炸式增長,智能技術突飛猛進,以強大算力為基礎的各種大模型和算法不斷涌現,應用場景日益豐富,創新的‘矢量效應’更加凸顯,未來超越想象。”與孟晚舟同臺發表演講的,還有科大訊飛的董事長劉慶峰。作為華為重要產業伙伴之一,科大訊飛與華為共同打造了自主創新的大模型算力底座,持續賦能千行萬業應用創新與場景落地,共同做厚“AI沃土”,讓這片土地長出枝繁葉茂的蒼天大樹。

WechatIMG1003

今年以來國內大模型賽道火熱,上百家公司涌入,形成“百模大戰”之勢。而訊飛星火認知大模型歷經5月6日、6月9日與8月15日多輪迭代,成為了麻省理工科技評論與新華社研究院中國企業發展研究中心等權威媒體與機構橫向測評中的第一名,展現出全方位的領先實力。

為什么訊飛星火能在極短的時間內脫穎而出?劉慶峰在會上的演講就能解答這個問題。這主要源自于訊飛為通用人工智能發展所做的技術積累,“能聽會說”的最新進展為對話式通用人工智能提供了核心技術支撐,機器翻譯的持續進步支撐認知大模型學習全世界的知識,機器認知的進展為認知大模型的發展打下了扎實基礎,此外認知智能在教育、醫療等行業應用為認知大模型的發展奠定了數據基礎。

在8月15日的訊飛星火V2.0發布會上,星火大模型迎來了代碼能力與多模態能力的躍遷。劉慶峰強調,代碼能力是鏈接數字世界的有效手段,多模態能力則是賦能千行萬業的剛需,也是實現通用人工智能的必經之路。當前科大訊飛正推動星火大模型落地教育、醫療、辦公、金融、汽車、工業等行業場景,推動大模型賦能千行百業。

劉慶峰認為大模型賦能千行萬業的關鍵是應用落地。認知大模型在行業深度應用的關鍵是安全可控、場景驅動、專屬可控。安全可控之一就是算力可控,劉慶峰很自豪地說,“訊飛跟華為共同推出的訊飛星火一體機上,它的性能已經開始對標A100,更重要的是在今年10月份,我們會共同搭建更大規模的大模型訓練平臺,來實現我們上萬億浮點參數,對標GPT4的大模型的訓練。”他表示,訊飛今年10月份要對標ChatGPT3.5,明年上半年要對標GPT4。有華為這樣的底層算力,訊飛這樣的算法,通用人工智能我們不會被卡脖子。

在場景驅動上,訊飛與華為推出的星火一體機,給每個行業合作伙伴和龍頭企業定制專屬大模型的能力,包括場景開發平臺、豐富場景包,讓每一家企業都擁有專屬大模型、可持續進化的聰明大腦。

在華為全聯接大會期間,科大訊飛還與華為舉行了聯合創新簽約儀式。訊飛“星火”大模型將依托華為“星河”AI網絡加速訓練進程,提高網絡吞吐的同時訓練效率提升20%,確保訓練全程不中斷。雙“星”閃耀的背后,體現出雙強聯手引領AI高性能網絡創新突破的決心,或將加速AI大模型技術變革與產業化落地。

微信截圖_20230920132916

華為全聯接大會還設立了規模龐大的技術與產品展示區,在昇騰AI&訊飛星火聯合展示區,訊飛星火認知大模型與星火一體機引來了眾多游客駐足體驗。大家通過與訊飛星火的互動,對其文本生成、語言理解、知識問答、邏輯推理、數學、代碼與多模態等能力的領先性有了更直觀的了解。

隨著AIGC技術的落地生根,千行萬業將加速迎來智能化轉型,科大訊飛也將與華為一起打造自主創新的算力底座,為數字世界“賦智”提供自主創新、安全可控的“最優解”。

分享到:
標簽:華為 發聲 底座 自主創新 聯接 模型 大會 聯合
用戶無頭像

網友整理

注冊時間:

網站:5 個   小程序:0 個  文章:12 篇

  • 51998

    網站

  • 12

    小程序

  • 1030137

    文章

  • 747

    會員

趕快注冊賬號,推廣您的網站吧!
最新入駐小程序

數獨大挑戰2018-06-03

數獨一種數學游戲,玩家需要根據9

答題星2018-06-03

您可以通過答題星輕松地創建試卷

全階人生考試2018-06-03

各種考試題,題庫,初中,高中,大學四六

運動步數有氧達人2018-06-03

記錄運動步數,積累氧氣值。還可偷

每日養生app2018-06-03

每日養生,天天健康

體育訓練成績評定2018-06-03

通用課目體育訓練成績評定