NVIDIA在视觉AI领域的最新进展

NVIDIA研究人员本周在西雅图举办的计算机视觉与模式识别(CVPR)会议上展示了新的视觉生成AI模型和技术。图片{ width=50% }


这些进展涵盖了定制图像生成、3D场景编辑、视觉语言理解和自动驾驶感知等领域。
“NVIDIA副总裁兼学习与感知研究负责人Jan Kautz表示:“人工智能,尤其是生成AI,代表了一个关键的技术进步。”
“在CVPR上,NVIDIA研究团队分享了我们如何突破可能的边界,从强大的图像生成模型,可以极大加快专业创作者的创作速度,到自动驾驶软件,可以帮助实现下一代自动驾驶汽车。“
在50多个NVIDIA研究项目中,有两篇论文入围了CVPR最佳论文奖的决赛 – 一篇探讨扩散模型的训练动态,另一篇关于自动驾驶汽车的高清晰度地图。
此外,NVIDIA在CVPR自主大挑战End-to-End Driving at Scale赛道上获胜,战胜了全球450多个参赛作品。这一里程碑事件展示了NVIDIA在利用生成AI为综合自动驾驶车辆模型方面的开创性工作,还获得了CVPR的创新奖。
本次研究项目的重头戏之一是JeDi,这是一种新技术,允许创作者快速定制扩散模型 – 这是文本到图像生成的主要方法 – 以描绘特定的对象或字符,仅仅使用几张参考图像,而不是费时的在自定义数据集上进行微调的过程。
另一个突破是FoundationPose,这是一个新的基础模型,可以即时理解和跟踪视频中物体的3D姿态,无需为每个物体单独进行训练。它创下了新的性能记录,并可以解锁新的增强现实和机器人应用。
NVIDIA研究人员还推出了NeRFDeformer,这是一种编辑由神经辐射场(NeRF)捕捉的3D场景的方法,只需使用单个2D快照,而不必手动重新创建变化或重新创建整个NeRF。这可以简化用于图形、机器人和数字孪生应用的3D场景编辑。
在视觉语言方面,NVIDIA与麻省理工学院合作开发了VILA,这是一个新的视觉语言模型系列,实现了在理解图像、视频和文本方面的最先进性能。凭借增强的推理能力,VILA甚至可以通过结合视觉和语言理解来理解互联网迷因。
NVIDIA的视觉AI研究涵盖了许多行业,包括一打探索自主车辆感知、映射和规划的新方法。NVIDIA AI研究团队副总裁Sanja Fidler正在介绍视觉语言模型在自动驾驶汽车中的潜力。
NVIDIA在CVPR的研究广度展示了生成AI如何赋予创作者能力、加速制造业和医疗保健的自动化,同时推动自主性和机器人技术的进步。

查看:NLEPs: 建立LLMs和符号推理之间的桥梁

想要从行业领袖那里了解更多关于AI和大数据的信息吗?请查看在阿姆斯特丹、加利福尼亚和伦敦举办的AI&Big Data Expo。这一全面的活动与包括智能自动化会议、BlockX、数字转型周和网络安全和云博览会在内的其他主要活动同地举办。
探索由TechForge提供的其他即将举办的企业技术活动和网络研讨会。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

GARP推出风险与人工智能证书项目

新风险与人工智能(RAI™)证书旨在帮助专业人士了解和管理与人工智能相关的风险。图片{ width=60% }


全球风险专业人员协会(GARP)宣布推出一项围绕人工智能使用风险的新证书项目。由一组世界领先的人工智能专家和高级风险从业者开发,GARP的风险与人工智能(RAI)项目将提供关于人工智能和机器学习方法论演变的历史视角,以及全面涵盖人工智能工具和技术、人工智能风险和风险因素、负责任和道德人工智能,以及确保组织内负责任部署人工智能的治理框架。

RAI项目的注册将于2024年8月1日正式开放,考试将于11月开始。GARP将于7月10日星期三举办网络研讨会,与RAI咨询委员会成员就该项目的价值进行讨论。GARP总裁兼首席执行官理查德·阿波斯托利克表示:“人工智能在各行各业的业务战略中的整合使得企业领导、风险管理者和其他专业人士了解其相关风险和道德考量变得至关重要。”,“组织必须创造安全、值得信赖的人工智能驱动解决方案,并了解其风险,以确保在客户、监管机构和公众中具备可信度。”

GARP决定推出RAI项目得到了过去几年对全球风险专业人士进行的一系列全球研究的支持,研究证实了人工智能应用在金融服务和风险管理实践中的扩展。然而,不到一半的受访者表示他们的公司提供关于如何使用人工智能及了解其风险影响的培训和教育,突出了一个GARP认为RAI证书可以填补的关键空白。“在行业从业人员和在人工智能领域领先的学者的指导下,我们为有志于获取关于人工智能工具、技术和应用的易于理解的广泛知识的前瞻个体开发了RAI课程”,GARP的董事总经理兼全球认证和教育项目负责人威廉·梅说,“我们相信完成该项目的专业人士将能够帮助其组织领导走向未来,该未来无疑将包括人工智能。”
要了解更多关于RAI证书的信息,请访问garp.org/rai。


注意:Title、Date、Body 三个部分的内容,放入到对应的位置。最后只需要输出为Makedown源文件格式内容。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Riskonnect收购Camms以推动GRC创新和全球增长

两家公司的结合优势将通过增强的治理、风险和合规(GRC)解决方案创造新的客户价值水平

Riskonnect,集成风险管理(IRM)解决方案领导者,今日宣布收购领先的企业基于云的治理、风险和合规(GRC)软件提供商Camms。图片{ width=60% }


此收购为Riskonnect带来创新,通过为合并组织的客户提供一套增强解决方案,使其能够在一个平台下统一管理所有风险,从而创造新的价值。
Camms的软件在将风险与业务目标联系在一起的能力方面独具特色。Riskonnect对Camms的收购将使其能够向Riskonnect的客户提供增强的GRC功能,包括IT风险和战略。Camms的客户将获得更广泛的风险和合规服务和解决方案,包括Riskonnect的RMIS和业务连续性与韧性解决方案,以获取风险和合规的端到端、综合视图。此次收购将为全球2500多位合并客户增添价值。
Riskonnect首席执行官吉姆·韦特坎普表示:“多年前,Riskonnect立下使组织改变其对风险认知、管理和应对方式的使命。Camms分享这一使命,并带来前沿解决方案,可以让Riskonnect拓展其组合,并继续进行战略性创新,以满足客户不断变化的需求,并在集成风险管理之旅中支持他们。这两家公司在文化、市场观念和致力于客户成功方面非常契合。我们很高兴欢迎加入Camms。”
此次收购显著增强了Riskonnect在全球范围内的影响力,特别是在扩大其在澳大利亚、新西兰和更广泛的亚太地区的存在。Riskonnect和Camms的产品将继续销售和得到支持。
Camms首席执行官亚当·柯林斯表示:“我们很高兴与Riskonnect联手。此次收购扩大了我们为客户提供的解决方案、服务和合作机会的广度,帮助他们应对当今动态和快节奏的风险环境。”“我们期待着共同赋能全球组织,有效应对风险和不确定性,实现其战略目标。”
在本次交易中,Harris Williams担任了Camms的财务顾问,Kirkland & Ellis LLP则是Riskonnect的法务顾问。
更多信息,请访问:www.riskonnect.com。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Oracle APEX AI Enables Natural Language App Development

AI capabilities in Oracle APEX enable users who don’t know SQL to execute a vector search in less than two minutes。图片{ width=60% }


Oracle 今天宣布了新的AI创新,在最新版本的 Oracle APEX 低代码开发平台中。新的 APEX 人工智能助手简化了应用程序开发,帮助开发人员快速构建功能丰富、大规模的关键应用。开发人员现在可以通过使用自然语言提示来指定所需的功能和组件,并自动生成 SQL 语句,执行一键调试纠正,消除记住表名的需要,并轻松向他们的应用程序添加开箱即用的对话界面。Oracle APEX 是 Oracle 数据库和所有 Oracle 数据库服务的全面支持、免费功能,开发人员可以免费尝试这里链接。

通过取代复杂的传统编程,Oracle APEX 的声明式开发方法使开发人员能够以 100 倍少的代码的速度构建和部署关键企业应用程序,速度快 20 倍。在超过 21 百万的应用程序构建后,Oracle APEX 是全球超过 85 万开发人员在各行各业组织中的首选平台。

“作为一个每天都在写 SQL 的开发人员,我知道记住表名、列名和我不经常使用的语法是多么具有挑战性。拥有一个 AI 助手来上下文确定列名、连接,和生成复杂语法是一个真正的游戏改变者,”Oracle软件开发高级副总裁 Mike Hichwa表示。“最重要的是,我可以使用纯自然语言,比如‘显示我们堪萨斯城和威奇托位置最近装运剩余的所有粉色T恤的大号的订单’,APEX AI 助手将自动化处理,并显示给我精确的结果。”

Trailcon 提供 24/7 的拖车车队解决方案,管理着北美 30,000+ 资产。它使用 OCI 文档理解构建了其 Trailcon 360 应用程序。该应用程序通过提供地理位置、远程监控、预防性维护和其他关键指标的实时分析,以及下载和无缝集成发票的功能,让客户能够取代手动流程。

“我们每月可以处理超过 3,000 张发票,准确率达到 87%。Oracle APEX 和 OCI 使 Trailcon 的 IT 解决方案团队能够继续保持敏捷性,并继续提供客户可以依赖的数据服务,”Trailcon IT 交付副总裁 Giovanni Cani 表示。“这比其他低代码解决方案要简单得多,我们很期待看到 Oracle APEX 未来版本将带来什么,特别是围绕 AI 功能和流程优化。”

“Natcorp为巴西超过 600,000 用户提供 HR 管理解决方案。APEX 和 AI 的结合极大地节省了我们客户的时间,他们可以简单地在 APEX 应用程序中提问,几秒钟内即可获得答案,”Natcorp 技术与创新主管 Igor Sala Cardoso 表示。“这让人力资源团队能够专注于他们的核心竞争力,比如他们的招聘策略,同时通过 AI 减少运营成本。”

Oracle APEX 包含在 Oracle 数据库和所有 Oracle 数据库服务,包括 Oracle Autonomous Database 中,提供极致的应用程序性能,以及经过行业检验的安全性、可用性和可扩展性。例如,与 Oracle Database 23ai 中的 AI 矢量搜索结合使用时,Oracle APEX 为开发人员提供了一种将文档、图片和其他非结构化数据的语义搜索与私有业务数据搜索结合在一起的方式。

“有低代码,也有正确的低代码,” The Futurum Group 研究总监 Ron Westfall 表示。“随着 APEX 24.1 的最新推出,Oracle 巧妙地展示了 GenAI 如何使开发人员能够轻松创建经过验证的、关键的应用程序。在连续创新和战略公告的基础上,如 Oracle Database 23ai 和 Oracle Database@Google Cloud 等,APEX 24.1 继续展示了 Oracle 对云和应用程序开发的开放和协作性。”

Oracle APEX 中的新AI增强功能包括:

  • APEX AI 助手:允许从自然语言用户提示中创建有效的 SQL 语句。 APEX AI 助手记住 SQL 语法,开发人员无需记忆,并自动编写 SQL 查询。它解释现有代码,并建议可以通过简单点击接受的代码错误修复,使开发人员摆脱例行编码任务。
  • 创建应用程序助手:允许从自然语言用户提示中创建新应用程序蓝图,指定所需的属性和功能。这简化了新应用程序的开发,并允许开发人员将精力和资源集中于创建独特的、定制的应用程序功能,而不是底层代码。
  • 对话式 AI 对话框:通过一个开箱即用的对话界面,使最终用户可以用自然语言“与”他们的应用程序交谈。由于开发人员可以轻松向他们的应用程序添加这一功能,因此,他们可以提供更丰富的应用内体验,而无需从头开始构建生成式AI或自然语言处理组件。

新版本的 Oracle APEX 可以立即使用,将在 7 月 14 日至 18 日在纳什维尔,田纳西州举办的 ODTUG Kscope24 上展示。

探索 AITechPark,了解人工智能、物联网、网络安全、AITech 新闻的最新进展,以及来自行业专家的见解!

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

AI21任命Sharon Argov为首席营销官,Yaniv Vakrat为首席营收官

AI21继续建设C级高管团队,将下一代人工智能能力带入企业市场
AI21,一家领先的企业人工智能系统公司,宣布任命Sharon Argov为首席营销官,Yaniv Vakrat为首席营收官。图片{ width=60% }


这些任命为AI21的C级高管团队增添了超过40年的共同经验。
这些任命突显了AI业务解决方案的兴趣和AI21在提供可集成的基于LLM的解决方案的定位。今年3月,AI21推出了Jamba,一款生产级的Mamba风格模型,提供无与伦比的效率和性能。它目前可以在Microsoft的Azure AI Studio、Snowflake Cortex上找到,并很快将在Amazon Bedrock上推出。
“我们很高兴欢迎Sharon和Yaniv加入我们的团队,”AI21的共同首席执行官和联合创始人Ori Goshen说道。“他们的经验将使我们能够赋予所有财富500强公司到2027年通过完全集成的人工智能技术。”
Argov在构建B2B营销团队方面拥有丰富经验。在加入AI21之前,她曾担任网络安全独角兽CYE的首席营销官,担任Hibob的增长副总裁,888 Holdings的营销总监,并创立了自己的营销精品机构,是一家专门服务于超级增长的风投支持公司的专家。她将负责AI21的品牌和营销职能,重点关注以数据驱动的决策来扩大公司在开发社区和企业市场中的存在。
“我很高兴在这个革命时期加入AI21,”Sharon Argov说道。“我们将以负责任、有条理、可靠的方式促进人工智能能力的采纳。”
Vakrat来自Wix,担任首席业务官。在Wix之前,Vakrat创立并领导了Figure 8,并在Adobe和McKinsey在硅谷工作了多年。作为首席营收官,Vakrat将负责营收活动,包括销售、合作伙伴关系、客户成功、业务运营和客户服务。
Yaniv Vakrat表示:“非常高兴加入AI21。公司在规模部署基于LLM的解决方案方面拥有深厚的专业知识,我看到在企业和独立软件供应商中塑造人工智能系统未来的巨大机会。”


1
。注意:Title、Date、Body 三个部分的内容,放入到对应的位置。最后只需要输出为Makedown源文件格式内容。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Nerdio和Carahsoft宣布合作伙伴关系

强大的Nerdio企业解决方案管理器现已面向政府机构提供
Nerdio是一家为希望管理和成本优化本机Microsoft云技术的组织提供优质软件解决方案的提供商,Carahsoft Technology Corp.,The Trusted Government IT Solutions Provider®,今天宣布建立合作伙伴关系。图片{ width=60% }


根据协议,Carahsoft将担任Nerdio的主要政府聚合器®,通过Carahsoft的经销商合作伙伴以及NASA企业范围采购解决方案(SEWP) V、信息技术企业解决方案-软件2 (ITES-SW2)和国家采购官协会(NASPO) ValuePoint合同,可提供领先行业的Nerdio企业管理器。

Nerdio首席收入官Joseph Landes表示:“与Carahsoft的合作代表了一个旨在扩大我们覆盖范围并推动我们应对政府机构技术需求能力的双重战略举措。通过这一合作,我们正在赋予更多组织平稳过渡到云端的能力,释放现代技术的全部潜力。这不仅促进了增长,还增强了服务交付,使我们能够有效应对全国各地公共部门组织的动态需求。”

Nerdio企业管理器(NME)是专为政府机构设计的一体化IT管理解决方案。它提供了集中控制、合规性管控、增强安全性、优化资源分配和改进协作能力,全都量身定制以满足现代治理的需求。NME通过提供自动化审计、策略执行工具和详细的报告功能来促进合规性,以展示对各种政府法规(如GDPR、HIPAA或NIST标准)的依从性。它通过强大的访问控制、加密协议和高级威胁检测机制来增强安全性,积极识别和缓解风险,保护敏感数据并对抗网络威胁。NME的可伸缩性和优化功能确保通过在高峰时段动态调整计算资源来优化成本效益和性能的有效资源分配。除了集成的生产工具和简化的工作流程,NME促进了机构人员之间的协作和沟通,提高了生产力和对市民需求的响应能力。

Carahsoft的微软销售总监Jenna Hafey表示:“有效和高效的IT管理是任何机构成功的基石。Carahsoft很荣幸与Nerdio合作,我们期待与我们的经销商合作伙伴共同利用这一合作伙伴关系为我们的政府客户提供支持。我们将共同赋予公共部门在Microsoft Azure中通过成本优化部署和管理其虚拟桌面基础设施(VDI)的能力。”

Nerdio的软件、硬件和服务可通过Carahsoft的SEWP V合同NNG15SC03B和NNG15SC27B、ITES-SW2合同W52P1J-20-D-0042以及NASPO ValuePoint主协议#AR2472获得。有关更多信息,请联系Carahsoft团队(703) 673-3633或Nerdio@Carahsoft.com;或安排一个演示以了解更多关于Nerdio Manager的信息。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

国产半导体,逆袭中!

文章来源:头部科技

为了防止中国追赶,美国隔三差五发出禁令,阻止先进的半导体技术与产品进入中国。
他们也许担心中国一旦发展起来,会颠覆原有的竞争格局,所以不按套路出牌。


纵然有些人并不希望这个世界变得更好,但是他们无法阻挡中国前进的步伐。
自研之路,困难重重。
但,问题不大。

成熟制程,后来居上

美国担心不无道理,中国成熟芯片在全球的市占率已经相当夸张
以成熟制程为主的中国芯片产业,在2024年表现出非常好的成长性,不比新能源汽车、锂电池和光伏差。
在占全球需求大头的成熟制程领域,中国的产能不知不觉接近重要阈值。

据《南华早报》报道,2024年第一季度中国芯片总产量同比飙升40%,达到了981亿颗,几乎是2019年同期的三倍。
海关总署的数据显示,2024年前四个月,中国芯片出口额达到3552.4亿元人民币,同比增长23.5%,创下历史新高

2018年前四个月,中国集成电路出口396.5亿颗,金额675.8亿人民币;2024年前四个月,中国集成电路的数量涨到886.8亿颗,出口金额上升到3552.4亿人民币。2018年前四个月,出口一颗芯片平均价值大概是1.7元;而2024年前四个月,单颗芯片的价值上升为4元。

6年时间,集成电路出口数量涨了2.23倍,金额涨了5.25倍。中国芯片产业在数量、金额、单位价值上也都有了质的飞跃。这是明显的产业升级,量价齐升。其中细分领域亦有不少全球领先的行业和公司

6月12日消息,根据全球市场研究机构TrendForce集邦咨询调查显示,2024年第一季全球前十大晶圆代工产值季减4.3%至292亿美元。

从排名来看,TOP5代工厂变化明显,中芯国际受益于消费性库存回补订单及国产化趋势,第一季度排名首次超过格芯、联电,跃升至第三名,市场份额达到5.7%,营收季增4.3%至17.5亿美元,营运表现优于其它对手。

根据NE时代统计,在功率半导体行业,2023年1-8 月我国新能源乘用车功率模块国产供应占比超过 59%。随着国产功率模块搭载量的大幅提升,国产功率模块在全球新能源汽车的市场份额达到了37%。

据Yole数据,在CIS领域,2022年韦尔股份在手机行业中的市占率为11%,仅次于索尼和三星。

根据ICV TAnk数据,在全球汽车CIS市场中,2024年韦尔的市占率已经达到43%,超越安森美成为全球第一。

搭上快充的顺风车,在电荷泵充电管理芯片这个细分领域,南芯科技发展迅速,几年时间就做到全球第一,2021年24%的市占率,领先全球模拟巨头TI十个百分点。

在内存接口芯片领域,澜起科技的份额常年维持在40%以上,一家独大。

在中国NOA智能驾驶芯片领域,地平线的占比是49.05%,比英伟达还高。

这几年中国半导体产业确实获得了一些不错的成绩

据TrendForce集邦咨询评估,2023年中国大陆成熟制程产能占比已经达到29%。

半导体研究机构Knometa Research则预计,到2026年,中国大陆的IC晶圆厂产能将激增至全球第一,具有里程碑意义。

据CSIS,按照现在的扩产情况,**到2030年中国在成熟制程的产能占比可能会达到50%**。

成熟制程芯片不停扩产,让美国感到恐慌

所以,就连《芯片战争》作者米勒也说:中国成熟制程芯片不停扩产,让美国感到恐慌
麦卡锡的研究报告《建设中的新世界:中国与半导体》更是把未来世界的晶圆代工厂划分为,中国和其他
美欧盟日都担心,中国对成熟节点建设的补贴会对全球半导体市场造成负面影响,不少业内人士担心产能过剩
不管这些担心,中国企业在迅速扩大产能,很可能成为中国与发达经济体未来贸易争端的又一前奏。
美国政府就算各种未雨绸缪,政策辖制,可终究难敌大势

自从2018年7月中国大陆产半导体出口至美国需加征25%的关税以来,美国从中国进口半导体及相关产品大幅下降。但在终端消费领域,美国市场占有率越来越高,这些产品里面所含有的中国本土芯片占比也在日益增加。
不以单颗产品,而是集成到终端消费品里进行出口,这方面美国很难有办法进行辖制。
中国成熟制程芯片不停扩产,注定让美国感到恐慌.

不止芯片工艺,国产技术始终在进步

28nm 是成熟与先进的分水岭,28nm 以上算先进,以下是成熟。
在全球半导体领域,成熟制程和先进制程的比例大概是7比3,成熟占七成,先进占三成。
如上海微电子的国产28nm光刻机,已达到了第四代光源水准,这对于提升国内中端芯片制造能力具有重要意义。
中国新能源汽车产销量目前在全球占比六成左右,96%以上都是28nm的成熟制程芯片。换言之,如果中国具备越来越强的成熟制程生产能力,包括新能源在内的一般家用消费品,可以全面国产
国产芯片在制程工艺方面取得了显著进展。例如,中国芯片制造商如华为海思、中芯国际(SMIC)在14纳米工艺技术上取得重要突破,并预计在规划的时间内实现量产。

当华为 Mate60 以惊人的性能征服了市场,很多人惊讶地发现,这款手机的芯片竟然只用了7nm制程。半导体行业观察机构 TechInsights 副主席 Dan Hutcheson 在评价华为Mate60 Pro 时用到“令人惊叹”“始料未及”等词汇。

尽管面临光刻机禁令,中国半导体产业仍在努力突破技术瓶颈,华为宣布,自主研发的光刻机问世,也标志着华为在芯片制造领域的突破成果开始显现。

与此同时,国产芯片产业的其他企业也在各自的领域取得了令人瞩目的成就。

在国产芯片产业的版图中,联发科的天玑9300+芯片无疑是一颗璀璨的新星。天玑9300+基于先进的4nm工艺,配备了全大核CPU架构,其性能在安卓阵营中堪称佼佼者

龙芯等企业在芯片架构上获得突破,如龙芯2B的成功流片,标志着国内在CPU设计上的自主创新能力增强。

科大国盾量子技术股份有限公司获得了504比特超导量子计算芯片“骁鸿”,刷新了国内超导量子计算芯片的记录。

清华大学集成电路学院教授吴华强、副教授高滨团队研制出全球首颗全系统集成的、支持高效片上学习(机器学习能在硬件端直接完成)的忆阻器存算一体芯片。该芯片在支持片上学习的忆阻器存算一体芯片领域取得重大突破,有望促进人工智能、自动驾驶可穿戴设备等领域的发展。

海特高新在高端核心装备研制与保障、高性能集成电路设计与制造等领域的成就,彰显了其在国产芯片产业中的引领作用。

紫光集团等国内企业在DRAM和NAND Flash存储芯片领域取得进展,减少了对外部供应的依赖。

西湖大学研发的冰刻技术简化了芯片制造流程,提高了生产效率,为芯片制造提供了创新路径。

在硅片、光刻胶、特种气体等关键材料以及光刻机、刻蚀机等核心设备上,国内企业逐步实现国产替代,减少对外依赖。

长电科技、通富微电等公司在先进封装技术上有所突破,如2.5D/3D封装、晶圆级封装等,提高了芯片的集成度和性能。

国产芯片企业开始采用开源的RISC-V架构,降低了研发成本,加速了产品上市周期。

很多半导体厂商都在寻找新赛道、新工艺和新材料,就是想要绕开传统硅芯,开启全新的芯片时代,抢先抢占市场,比如光子芯片、量子芯片、玻璃芯片等等,都被寄予厚望。

中国中央电视台重磅披露,我国的芯片研发团队成功研制出第三代“玻璃穿孔技术”,仅指甲盖大小的新型玻璃晶圆,就可打上100万个微孔,再串联成复杂的集成电路。

仕佳光子,作为国内先进的光电子核心芯片供应商,其PLC分路器芯片和AWG芯片等产品在光通信领域占据重要地位。仕佳光子的持续创新和技术研发,为光通信网络的建设和升级提供了强有力的支持。

中国工程院院士吴汉明和毛军发都强调了后摩尔时代中国在芯片封装技术方面的机遇。通过异构集成电路,即在同一个3D系统级封装(SiP)中集成不同工艺的硅和非硅器件,中国有望在芯片产业实现突破。

当传统硅基芯片的性能提升面临物理极限时,钽酸锂光子芯片的出现,为芯片性能的进一步提升打开了新的大门。中国科学院上海微系统与信息技术研究所科研团队成功开发出可批量制造的新型“光学硅”芯片,标志着中国在光电芯片领域的研究已达到国际领先水平。这种新型芯片以其极低的光学损耗和高效的电光转换特性,有望在通信、量子计算、光通信等多个领域发挥重要作用。

这些企业的技术创新和市场表现,不仅提升了国产芯片产业的整体实力,也为全球芯片产业的发展贡献了中国智慧和中国方案。随着技术的不断进步和市场的持续扩大,国产芯片产业的未来充满了无限的可能。

国产芯片产业正处于一个关键的发展节点。

在这个充满变数和挑战的领域里,没有永远的王者,只有不断进取的勇者

认清现实

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

苹果的后来者居上策略:靠隐私保护打脸微软

以下是来自tom’s guide作者Alex Wawro的笔述:

01.苹果与微软相比更注重用户隐私

我一直是Windows的忠实用户,但微软疯狂地将人工智能融入一切,让我开始觉得应该咬咬牙换成Mac。

自小我几乎只用Windows电脑,所以我对MacOS一直不太适应。


虽然Windows 11有其缺点,但总的来说,自2021年发布以来,微软在维护和改进方面做得还不错。

然而,在参加了WWDC 2024大会并如我所期地听到苹果讨论AI和隐私的问题后,我很想在今年晚些时候MacOS Sequoia发布时转向苹果系统。

坦白说,我之所以有这样的想法,更多是因为微软不遗余力地将“AI”推向所有产品,而不是因为我有多喜欢苹果产品。

我用iPhone是因为我以前写过关于游戏的文章,而苹果的App Store是移动游戏开发者的必争之地,但除此之外,我个人不太喜欢苹果的设计理念。

很多时候,我觉得自己无法定制或控制设备的某个关键方面,因为苹果没有提供给用户这样的选择,这种感觉让我非常不爽。但我对Windows Copilot还有这些AI功能渗透电脑的方式更加反感。

自从微软在2023年推出带有ChatGPT的Bing以来,我使用过各种形式的“人工智能”,但除了让互联网充斥着垃圾数据外,我还没找到使用它们的令人信服的理由。

虽然微软一直在强调整合Copilot可以提高用户的工作效率,但我所见过的它所能做的要么是胡乱帮我,要么是胡乱总结或改写文本。

对了,它还能生成图片,在聊天时放上这些图片会很有趣,但实际上没什么用处,因为这些图片看起来明显是AI生成的。

诚然,AI技术还处于早期阶段,两家公司在将人工智能整合到操作系统中时,还有很多时间来完善。虽然苹果在人工智能领域起步较晚,但我不禁被它以隐私为先的苹果智能(Apple Intelligence)营销所吸引

我喜欢苹果将隐私作为其人工智能产品的主要卖点,并希望微软也能如此。

事实上,苹果将隐私作为其2024年营销的重要支柱,并发布了一份新闻稿,强调其新操作系统尊重用户隐私的所有方式。

当然,这只是一份新闻稿,目的是让苹果公司看起来更有面子,但这样的声明微软还没有发布过,而且如果不对其数据基础架构进行认真改造,也很可能无法发布。

举例来说,当Siri在iOS 18中进行大改版时,它将与ChatGPT-4o集成,据称能够处理比现在复杂得多的请求,…


请注意:原文引用自 https://www.aixinzhijie.com/article/6846056,如需转载请注明文章出处。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

股价暴涨7%!我们深挖了两份低调公布的资料后,发现了苹果AI的秘密

苹果在大模型时代落后了吗?几乎所有人都希望在苹果WWDC24上找到这个答案。然而,在最重要的主题演讲环节之后,争议也纷至沓来:发布会前半部分是被戏谑为“追赶安卓”的小功能集合,后半部分最重磅的AI,从表面上看和安卓手机目前已经对外发布的AI能力大差不差,被很多人认为“没有惊喜”。


段子开始在网上传播:“WWDC24最大的惊喜是苹果给iPad带来了一个新的计算器”。

虽然真正意义上的AI硬件还没有出现,但是大模型可能成为未来端侧设备中等同于操作系统的“核心”,已经成为行业中的某种共识。这样重要的大模型能力,苹果到底有没有?苹果在AI时代,难道真的要靠OpenAI这样的第三方大模型公司了吗?

主题演讲的当天,苹果的股价下跌了1.9%,这似乎符合外界对于这场发布会的”平淡“评价。然而,戏剧性的事情出现了,苹果股价在主题演讲的第二天,暴涨7%创出历史新高。资本市场是市场合力的体现,对于苹果3.18万亿的巨大市值体量来讲,资金背后情绪的巨大反差,值得引起关注。

顺着之前的争议焦点,我们将关注点集中到了两份资料:一份资料是苹果在官网低调发布的大模型技术文档,其中有很多值得深挖的细节。另外一份是腾讯科技在现场的同事,发回的一份笔记,笔记记录了主题演讲之后举办的一个不起眼的闭门对谈内容,对话的两个人是“苹果公司的软件工程高级副总裁雷格-费德里吉(Craig Federighi)和苹果公司机器学习和人工智能战略高级副总裁约翰-吉安南德雷亚(John Giannandrea),他们二位都直接向CEO库克汇报。对话的内容包括为何与OpenAI合作以及如何保护隐私等。

本文围绕这两份资料,试图抽丝剥茧地探究一下,苹果的“大模型竞争力”究竟怎样。

重点有两个:

苹果自研大模型的能力很强;

OpenAI并没有为Apple Intelligence提供支持,两者完全独立。Apple Intelligence完全由Apple自研模型提供支持。

图片来源:由GPTNB生成

深挖苹果发布的模型技术文档:

首先是信息逐渐清晰:有两个在发布会上并没说明的信息,在发布会后逐渐清晰化。

  1. 苹果低调发布了自研模型:不仅有端侧的小模型,还有云端大模型

在Keynote上,苹果一直在讲拥有了AI能力的端侧设备,能带给用户多么神奇的应用体验。但是这些模型到底是谁家的?哪些是苹果自研的,哪些是和OpenAI合作的?虽然承诺了隐私安全,但是究竟具体如何保障?马斯克连发推怒怼苹果如果集成了OpenAI,将在公司禁用苹果。但是苹果整场主题演讲下来,我们都没找到明确答案。

直到发布会后,它发布了一篇技术博客,并在State of Union上公布了它会在苹果设备上用的模型细节:端和云模型,都是苹果自己开发的。

自研大模型赶上GPT4

具体来看,苹果设备上的端侧模型是一个30亿参数(3B)的小模型,云上模型具体参数苹果没有公布。这两个模型的性能都相当能打。

图片

3B级小模型和主流几个7B级模型能力上苹果都能基本胜出(胜出+平手概率>50%)。而其云端模型则直接打到了GPT-4 Turbo级(胜出+平手概率58.3%)。

图片

这一发布可能才是整个苹果这波更新里最大的核弹:苹果自研出了GPT4级大模型,而且一出场就已经成熟到可以直接接入苹果的软硬件体系内了。

这意味着之前对苹果模型能力的质疑完全不成立。苹果现在不用依靠外部模型公司就能构建出自己内部闭环的AI系统。这是除了谷歌之外的其他手机厂商当下完全无法做到的。

端侧小模型强优化

另外说说端侧模型,在发布会上苹果强调大多数Apple Intelligents的操作都会在端侧模型上完成。但在发布会后所有人几乎都在质疑,一个3B大小的模型是不是能真的完成发布会上展示的那些功能。

首先,3B大小的端侧模型落地其实已经很不容易了。

看看苹果的竞品们的表现吧:谷歌在去年12月首次把其端侧模型Gemnini Nano部署到旗舰手机Pixel 8 Pro上,它的参数大小不过是1.8B,而且能力非常局限。三星S24在端侧也用的是Gemnini Nano。要知道Pixel 8 Pro具有12G内存,直到今年5月谷歌刚刚才能让8G内存的Pixel 8 和 8a也跑上这个1.8B的模型,还要下个月才能真正升级部署。而其他手机厂商部署的端侧模型基本上都是在1B级别的参数规模。

而苹果做到了让自己8G内存的iPhone 15 Pro跑起来一个3B参数的模型。这工程能力就甩出竞争对手一个身位。

在这之前,苹果已经为此做足了准备,在去年12月引起轰动的论文《LLM in a flash: Efficient Large Language Model Inference with Limited Memory》里,苹果就提出了解决小内存运行大模型的方法,使用窗口化(Windowing)以及行列捆绑(Row-Column Bundling)两项关键技术,来最小化数据传输和最大化闪存吞吐量。

在这次的技术文档中,苹果还提到了他们在模型框架中用上了分组注意力查询(grouped-query-attention)和LoRA适应器框架。这两项技术一个避免重复映射,一个可以压缩推理过程,都可以有效降低内存占用和推理成本。

另外,为了保证AI模型的运作不至于大幅降低手机功耗,苹果还配上了功耗分析工具 Talaria,及时优化功耗。

图片

在这一系列操作之下,3B模型的端侧部署才成为了可能。

其次,在这篇技术博客里,苹果也展示了他们如何去保障小模型的交付能力:不全能,但对具体任务做了加强。

具体来讲,苹果在基础模型上加了很多微调的适配器。适配器是叠加在通用基础模型上的小型模型权重集合。它们可以动态加载和交换,使基础模型能够根据当前任务实时进行针对性特殊化处理。苹果智能包含一系列适配器,针对应急判断,总结,邮件回复等诸多发布会上上的功能都进行了精细调优。

图片

因此,至少端侧模型可以较好的完成基本的摘要、写邮件等最常见的工作。

图片

综合来看,苹果在这次发布会上所展示出来的综合模型能力基本可以说是远超预期。从大模型到小模型都一跃进入了第一梯队。

只有新旗舰才能用上的AI,可能引发新的换机潮

另一个消息也很重要:虽然iOS18系统升级可以适用于iPhoneX以上的所有机型,但苹果的AI功能只能适用在iPhone 15 Pro及以上机型,其它终端需要M1芯片以上的能力。这意味为了能用上AI,用户可能必须要进行一波换机潮。

图片

这其实也不是苹果有意卡老用户。端侧大模型的运行瓶颈一方面是算力,一方面是内存。对苹果来说,算力问题可能反倒不是那么棘手。本次Apple Intelligent下放的产品从M1开始。M1芯片负责AI推理的NPU能力其实还比不上A16,但也足够处理苹果端侧模型的推理需求了。那iPhone14 Pro乃至iPhone 15为什么不行?还是因为内存不够。

因为在模型进行推理过程中需要占用很大的运行内存(DRAM),较小的内存会严重拖慢推理速度甚至无法完成推理。因此iPhone 15 Pro及以上的苹果手机才有的8G内存,可能就是当下经过一系列优化的3B端侧模型所需的最小内存数。

但这件事本身也有着优化的空间。昨天上交大发布的PowerInfer2手机推理框架就提出了进一步减小内存占用的方法。GeminiNano下放到Pixel 8也说明了谷歌也在做一样的努力。

但内存需求小了,还有7B,14B的模型排队等着上端。长远来看,机还是不得不换。毕竟只有更大的端侧模型才能带来更多让用户买单的体验魔法。

图片

圆桌对话透露了和OpenAI的关系

既然苹果自研的大模型能力如此强大,为何还要和OpenAI合作?苹果公司的软件工程高级副总裁克雷格-费德里吉(Craig Federighi)和约翰-吉安南德雷亚(John Giannandrea)在Keynote之后的闭门对话环节揭示了这个细节,腾讯科技在WWDC现场的同事发回了这场对话的内容记录。“现有的拥有丰富公共信息的大语言模型,如ChatGPT,也有其用途。这些非常大的前沿模型有一些用户很喜欢的有趣功能,我们将其集成到我们的体验中可以使用户体验更丰富。”

考虑到这一点,Apple在WWDC官宣了与OpenAI合作,在其平台上提供更强大的AI服务。然而,值得注意的是,OpenAI的ChatGPT并没有为Apple Intelligence提供支持,两者完全独立。Apple Intelligence完全由Apple自研模型提供支持。

这就意味着,虽然Apple在WWDC现场官宣了和OpenAI的合作,但是这种合作并不是如外界猜测的,集成入苹果系统中的。这种合作更像是和第三方大模型公司合作的一个范式,Federighi解释说Apple与OpenAI合作是因为GPT-4o目前是最好的LLM,但Apple可能会在未来与其他LLM提供商合作,允许用户选择外部LLM提供商。SamAltman的态度也很暧昧,一向高调的他,在“如此重要”的合作达成之后,仅仅发布了一条推特。

图注:传言Sam Altman去了Apple Park,但是并没有上台的机会

根据Federighi所说,Apple Intelligence被设计为高度个性化的智能,需要利用个人设备上的数据,如照片、联系人、消息和电子邮件等,执行任务。当用户有更复杂的AI请求时,OpenAI的ChatGPT可以发挥作用。例如,某人可以使用他们的Mac或iPhone向ChatGPT发送查询,如果他们希望ChatGPT为他们编写电影剧本。

而且,Apple在设计其与ChatGPT的集成时也采取了隐私优先的思维。未经用户许可,任何用户数据都不会发送到OpenAI。在任

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Trustwise Launches With $4 Million Round From Hitachi Ventures

Trustwise Optimize:ai 从 Hitachi Ventures 获得了 400 万美元的投资,降低了LLM的运营成本80%,减少了碳足迹64%,并检测到比市场上其他供应商多40%的AI安全和对齐问题。图片{ width=60% }


Trustwise,一家开发生成式AI应用性能和风险管理解决方案的先驱,今天宣布正式推出其Optimize:ai产品,并获得400万美元的种子融资。这轮融资由日立创投领投,Firestreak Ventures 和 Grit Ventures 参与,这笔投资将帮助公司加快为各行业开发成本和风险优化的生成式AI原型,并加速其市场推广和伙伴关系战略,进一步推动其研究项目。
Trustwise Optimize:ai是一种独一无二的生成式AI应用性能和风险管理解决方案,为开发人员提供API,以消除风险并减少部署大型语言模型(LLMs)在高风险企业环境中积累的成本。通过使用其先进的API、数据集和AI安全和对齐控件对生成式AI工作负载进行严格的红队测试和优化,Trustwise保护企业免受潜在的AI故障和过度成本的影响。Optimize:ai符合主要的AI标准和法规,包括欧盟人工智能法案、NIST AI RMF 1.0、负责任的AI研究所RAISE安全和对齐基准,以及SCI ISO软件碳排放标准。
“企业领导者在AI战略方面面临双刃剑:虽然承诺带来下一级别的创新和生产率提升,但LLMs也带来重大的安全风险、成本负担和环境影响”,日立创投合伙人 Gayathri Radhakrishnan 说。“Trustwise经验丰富、世界一流的团队将提供急需的生成式AI优化能力,使开发人员能够创建安全、高效和性能卓越的AI系统。”

---
感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:[GPTNB](https://gptnb.com)。