英伟达市值一夜蒸发超过1.5万亿,美国担忧 AI 热潮熄火

AI 热潮似乎出现熄火迹象。


钛媒体App 4月20日消息,截至美股周五收盘,“一年十倍股”的 AI 服务器龙头超微电脑(NASDAQ: SMCI)股价一夜暴跌超20%,最新收跌23%,创两个多月新低。

同时,英伟达(NASDAQ: NVDA)股价下跌10%,是自2020年3月以来股价最低的一天,一夜之间市值蒸发超过2100亿美元(约合人民币1.52万亿元)。

过去一周内,英伟达市值蒸发近3000亿美元——大约相当于一个AMD(2370亿美元)、2个英特尔(1455.85亿美元)、1.8个宁德时代(8393.37亿元)。

图片来源:由GPTNB生成

消息面上,作为英伟达核心服务器供应商,超微电脑4月19日宣布将在本月30日公布2024年第三财季业绩,除此之外并未给出更多财报细节。而这一“消失的预告”被认为一反常态,引起 AI 泡沫即将破裂的担忧,从而使美国多只AI个股遭遇重挫。

很显然,新一轮 AI 热潮正发生巨大转变。

AI概念股遭“回调”,超微、英伟达单日暴跌分别超23%、10%

图片来源:由GPTNB生成

美股AI概念股们迎来了惨烈的“黑色星期五”。

4月19日,在超微电脑宣布2024财年第三季度业绩时间之后,富国银行证券发布研报指出,其没有给出积极的预先声明,也没有披露重要的AI数据,这被视作一个负面信号。

还有分析师指出,超微电脑没有按惯例发布初步营收报告,可能意味着其季度业绩弱于预期。

受此消息影响,道琼斯市场数据显示,周五收盘英伟达股价暴跌10%,创2020年3月16日以来最大单日跌幅。股价暴跌近85美元,刷新历史最大单日跌幅纪录。

同时,英伟达竞争对手AMD大跌5.4%,芯片设计公司Arm跌近17%,晶圆代工龙头台积电跌超3%,芯片制造商博通及Marvell分别下跌4.3%、4.8%,存储芯片供应商美光跌4.6%。

Profitmart Securities研究主管Avinash Gorakshkar表示,英伟达暴跌的主要原因在于硬件合作伙伴仅宣布了业绩公布日期,并未披露初步业绩。分析师预计,在超微电脑公布业绩之前,英伟达的股价将保持横盘至阴跌。

不止是一天内的股价下跌。过去一周,“美股七姐妹”股价持续重挫,市值合计蒸发9500亿美元,为史上最惨一周。

从股价来看,特斯拉跌幅居首,本周大跌超过14%。但从市值蒸发金额看,苹果、微软、英伟达贡献最大,这三家公司市值远超特斯拉。

英伟达是本周市值损失最惨烈的科技巨头,减少接近3000亿美元。

瑞穗证券驻场分析师Jordan Klein表示,芯片领域“整个行业出现…



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

英伟达市值一夜蒸发超过1.5万亿,美国担忧 AI 热潮熄火

AI 热潮似乎出现熄火迹象。

钛媒体App 4月20日消息,截至美股周五收盘,“一年十倍股”的 AI 服务器龙头超微电脑(NASDAQ: SMCI)股价一夜暴跌超20%,最新收跌23%,创两个多月新低。


同时,英伟达(NASDAQ: NVDA)股价下跌10%,是自2020年3月以来股价最低的一天,一夜之间市值蒸发超过2100亿美元(约合人民币1.52万亿元)。

过去一周内,英伟达市值蒸发近3000亿美元——大约相当于一个AMD(2370亿美元)、2个英特尔(1455.85亿美元)、1.8个宁德时代(8393.37亿元)。

消息面上,作为英伟达核心服务器供应商,超微电脑4月19日宣布将在本月30日公布2024年第三财季业绩,除此之外并未给出更多财报细节。而这一“消失的预告”被认为一反常态,引起 AI 泡沫即将破裂的担忧,从而使美国多只AI个股遭遇重挫。

很显然,新一轮 AI 热潮正发生巨大转变。

AI概念股遭“回调”,超微、英伟达单日暴跌分别超23%、10%

美股AI概念股们迎来了惨烈的“黑色星期五”。

4月19日,在超微电脑宣布2024财年第三季度业绩时间之后,富国银行证券发布研报指出,其没有给出积极的预先声明,也没有披露重要的AI数据,这被视作一个负面信号。

还有分析师指出,超微电脑没有按惯例发布初步营收报告,可能意味着其季度业绩弱于预期。

受此消息影响,道琼斯市场数据显示,周五收盘英伟达股价暴跌10%,创2020年3月16日以来最大单日跌幅。股价暴跌近85美元,刷新历史最大单日跌幅纪录。

同时,英伟达竞争对手AMD大跌5.4%,芯片设计公司Arm跌近17%,晶圆代工龙头台积电跌超3%,芯片制造商博通及Marvell分别下跌4.3%、4.8%,存储芯片供应商美光跌4.6%。

Profitmart Securities研究主管Avinash Gorakshkar表示,英伟达暴跌的主要原因在于硬件合作伙伴仅宣布了业绩公布日期,并未披露初步业绩。分析师预计,在超微电脑公布业绩之前,英伟达的股价将保持横盘至阴跌。

不止是一天内的股价下跌。过去一周,“美股七姐妹”股价持续重挫,市值合计蒸发9500亿美元,为史上最惨一周。

从股价来看,特斯拉跌幅居首,本周大跌超过14%。但从市值蒸发金额看,苹果、微软、英伟达贡献最大,这三家公司市值远超特斯拉。

英伟达是本周市值损失最惨烈的科技巨头,减少接近3000亿美元。

瑞穗证券驻场分析师Jordan Klein表示,芯片领域“整个行业出现回撤”,过去一周左右时间里,回撤速度一天比一天快。

值得注意的是,本周特斯拉市值缩水760亿美元至4680亿美元左右,排名在美国上市公司中一路下滑至第14位,而特斯拉市值周四被沃尔玛赶超,周五又被埃克森美孚赶超,从2023年1月到上周,特斯拉市值排名一直在这两家公司前面;而苹果本周市值蒸发1780亿美元;微软市值缩水1690亿美元;亚马逊市值蒸发1180亿美元;谷歌母公司Alphabet市值缩水410亿美元;Meta市值缩水680亿美元。

据彭博,“七姐妹”本周自去年10月以来首次跌穿50日均线,市值合计蒸发9500亿美元,远超2022年1月创下的8720亿美元纪录。

AI失宠了?投资人认为泡沫太多,但台积电称AI芯片收入翻倍

当前,AI 行业进入到争议时间点。一方面,投资人对于 AI 热潮“泡沫破裂”表达担忧,使得投资变得更加谨慎;另一方面,AI 应用全面爆发,投资人也从半导体、AI 基础模型,转向了软件和场景。

近期,李飞飞联合领导的美国斯坦福大学以人为本人工智能研究所 (HAI) 在一份新报告中表明,过去一年全球对 AI 的投资连续第二年下降。

其中,AI 相关的企业投资(并购和收购)从 2022 年的 1171.6 亿美元下降到 2023 年的 806.1 亿美元,下降 31.2%;而私人投资(即风险投资对初创企业的投资)从 1034 亿美元下降到 959.9 亿美元。

考虑到少数股权交易和公开发行,2023年去年 AI 总投资下降到 1892 亿美元,与 2022 年相比下降了 20%。

Gartner分析师John-David Lovelock表示,随着Anthropic、OpenAI 等第一梯队的玩家占据主导地位,AI投资范围正在“向外延展”(spreading out)。

“数十亿美元的投资数量已经放缓,而且几乎已经结束;热钱涌向了新方向——AI 应用。”上述分析师表示,“大模型需要大量投资,但市场现在更多地受到科技公司的影响,这些公司将利用现有的 AI 产品、服务和产品来构建新产品。”

Touring Capital联合创始人Samir Kumar认为,繁荣时期不会持续下去。

“我们很快就会评估生成式AI是否能够大规模实现承诺的效率提升,并通过 AI 集成产品和服务推动营收增长。如果这些预期的里程碑无法实现,而仍处于实验阶段,那么‘实验性运行率’的收入可能无法转化为可持续的年度经常性收入。”Samir Kumar表示。

Greylock合伙人Seth Rosenberg认为,人们对于资助AI领域的“大批新玩家”的兴趣本来就较很小。在这个周期的早期阶段,投资基础模型资本非常密集,相比之下,AI 应用和智能体所需的资本较低,这可能是绝对美元融资额下降的原因。

Thomvest Ventures 董事总经理 Umesh Padval 将 AI整体投资的缩减,归因于增长低于预期。他表示,最初的热情已经让位于现实—— AI 面临一部分技术挑战,一部分上市挑战,可能需要数年时间才能解决并完全克服。

”AI 投资放缓反映出人们认识到,我们仍在探索 AI 技术发展及其在各行业应用的早期阶段。虽然长期市场潜力仍然巨大,但最初的热情已被在实际应用中推广 AI 技术的复杂性和挑战所削弱……这表明投资环境更加成熟和敏锐。“Umesh Padval表示。

此外,近期半导体个股财报也开始向市场“敲响警钟”,似乎也给了AI概念股投资者“提了个醒”。

例如半导体设备制造商ASML(阿斯麦)财报逊色,销售表现跌幅超出预期,公司股价已连跌三天;台积电本周也在法说会上下调了全年整体半导体市场的展望,导致全球多只半导体概念股下跌。

不过台积电也表示,AI 服务器芯片市场未来依然面临新机遇。台积电总裁魏哲家在4月18日财报电话会上亦重点提及,AI技术正在快速发展,模型愈发复杂,需要更强大的半导体硬件支撑。“无论采用何种路径,都需要用到最先进的半导体制程技术。”他预计,2024年台积电AI服务器芯片相关收入至少将翻倍,在总营收中占比达到11%~13%;未来五年,其将保持50%的年复合增长率,到2028年在公司总营收中占比超二成。

魏哲家指出,服务器AI芯片将成为公司HPC业务增长的最强驱动力,并在未来数年成为公司营收增量的最大来源。公司会按计划,将于2025年四季度量产的2nm工艺。

他还称,几乎所有的AI芯片创新者都在和台积电合作,客户对台积电2纳米工艺展现出较高的兴趣和参与度,预计量产头两年的新流片数将高于此前的3nm和5nm工艺。

台积电预计,二季度营收将在196亿美元至204亿美元之间。以上述区间中值为参照,台积电二季度营收有望环比增长6%,同比增长27.6%。台积电还预期,2024年下半年,其整体业务将较上半年更为强劲。

市场调研机构Counterpoint指出,受惠于来自英伟达AI GPU的强劲需求,台积电的5nm产能利用率已达满负荷。持续强劲的先进芯片需求,尤其是用于AI领域的芯片需求,对短期和长期而言都是积极信号。

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

GPT-4化身黑客搞破坏,成功率87%!OpenAI要求保密提示词,网友复现ing

91行代码、1056个token,GPT-4化身黑客搞破坏!
测试成功率达87%,单次成本仅8.8美元 (折合人民币约63元)。
这就是来自伊利诺伊大学香槟分校研究团队的最新研究。


他们设计了一个黑客智能体框架,研究了包括GPT-4、GPT-3.5和众多开源模型在内的10个模型。
结果发现只有GPT-4能够在阅读CVE漏洞描述后,学会利用漏洞攻击,而其它模型成功率为0。
研究人员表示,OpenAI已要求他们不要向公众发布该研究的提示词。

图片来源:由GPTNB生成

网友们立马赶来围观了,有人还搞起了复现。

这是怎么一回事?

只有GPT-4能做到

这项研究核心表明,GPT-4能够利用真实的单日漏洞(One-day vulnerabilities)。
他们收集了一个漏洞数据集(包含被CVE描述为严重级别的漏洞),然后设计了一个黑客智能体架构,让大模型模拟攻击。

图片来源:由GPTNB生成

这个黑客智能体架构使用了LangChain的ReAct智能体框架。系统结构如下图所示:

图片来源:由GPTNB生成

进行漏洞攻击时,大概流程是:
人发出“使用ACIDRain(一种恶意软件)攻击这个网站”的请求,然后GPT-4接收请求,并使用一系列工具和CVE漏洞数据库信息进行处理,接下来系统根据历史记录产生反应,最终成功进行双花攻击(double-spend attack)。


Please note: The content continues in a similar format as per the extracted section.

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

Cybertruck的众多失败对特斯拉意味着什么

特斯拉周五召回了所有Cybertruck,此前联邦安全监管机构与公司联系,称该车辆的油门踏板存在故障。


据报道,新的Cybertruck订单已被取消或搁置。此前已有多份报告显示Cybertruck出现尴尬的故障。这次召回对特斯拉来说是一个重大打击,公司在经历一年困难后,本周股价下跌,抹去了今年所有的涨幅。

Cybertruck的所有者报告称,他们的车辆存在油门踏板松动导致出现全速行驶的风险。视频显示油门踏板脱落,其下方零件卡在车辆内部,使车辆进入最大加速状态。一名司机通过踩住刹车踏板成功避免了一场事故。截至周一,美国国家公路交通安全管理局已就此问题联系了特斯拉,公司周五宣布召回。据提交的文件显示,特斯拉于3月31日首次发现了这个问题。检视问题后,特斯拉于4月12日决定自愿召回Cybertruck。

自从2023年底开始交付以来,Cybertruck一直是特斯拉首席执行官埃隆·马斯克的心头爱。经过数年的生产问题和电池供应限制延误,该车辆开始交付。从那以后,该车辆设计和功能方面的多次故障从尴尬到危险不等。

马斯克曾声称,Cybertruck将是“最好的越野车”,但有视频显示该车在沙地、雪地和泥地中被卡住,其中一辆被福特卡车牵走。一些车主报告称他们的新Cybertruck完全停止运行。许多人抱怨该车不锈钢外观容易生锈,一名车主表示挡风玻璃在冰雹暴风雨中很快就破裂了。马斯克本人在推出该车时声称其防弹,然后用手投掷的钢球击碎了车窗。

针对生锈报告,特斯拉在其Cybertruck自助指南中表示:“您的Cybertruck没有生锈。这些斑点是由于您驾驶时车辆上捡起的含铁杂质引起的表面污染。”根据指南,车主可以用异丙醇酒精清除这些污点。

关于这些报道或召回,特斯拉未对请求发表评论。在回应评论请求时,美国国家公路交通安全管理局分享了特斯拉的召回文件。

在汽车行业,召回并不罕见,目前还不清楚油门踏板问题有多严重,Investing.com的高级分析师托马斯·蒙特罗表示。但在特斯拉持续的不确定性下,公司别无选择,只能采取行动。

蒙特罗说:“在这一点上,公司根本不能冒可能的责任或负面公众关系风险。”特斯拉股价本周跌至150美元以下,抹去了公司过去一年的所有涨幅。该汽车制造商周一表示,全球裁员10%,约14,000个工作岗位。此外,马斯克还面临投资者的批评,他们认为他在2022年收购社交媒体平台X后已经力不从心。同时,特斯拉已要求股东投票支持马斯克的560亿美元的薪酬计划,该计划今年早些时候被一名法官驳回称其为“难以理解的巨额”。

他说:“在这种背景下,马斯克需要让投资者相信公司的项目正在走向正确的道路,并且这些将随着时间的推移导致边际增值。”“Cybertruck的重大失败可能严重危及这种看法,尤其是考虑到该公司多年来实际上并未推出任何突破性创新。”

在报告指出油门踏板故障后,特斯拉召回车辆的速度可能受到其围绕其半自动驾驶软件引发的法律纠纷的影响。公司正面临多起个人和集体诉讼,指控该技术导致致命事故。

曾代表因故障软件受影响的客户的律师布雷特·施赖伯表示,他预计Cybertruck的车主可能会引发另一波诉讼潮。

他说:“我们不断看到特斯拉的理念是一个科技公司,希望尽可能快地推出产品,而实际上它是一个汽车制造商,应该更加刻意和深思熟虑地生产车辆。” “这不是一个应用程序,它是一个多千磅重在高速行驶的交通工具。”

特斯拉将于4月23日报告其第一季度收益,投资者很可能会渴望听到关于召回的更新。


请根据上述内容生成的Makedown源文件格式符合要求吗?


感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

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

Meta通过开源Llama 3 LLM提高了水平

Meta推出了Llama 3,这是其最新一代的先进开源大型语言模型(LLM)。图片{ width=50% }


这家科技巨头声称,Llama 3在真实场景中建立了新的性能基准,超越了先前领先行业的模型如GPT-3.5。

“通过Llama 3,我们着手构建与当今最优秀专有模型相媲美的最佳开源模型”,Meta在一篇宣布发布的博文中表示。

最初推出的Llama 3模型是80亿和700亿参数版本。Meta表示,其团队仍在训练更大的4000亿+参数模型,这些模型将在未来几个月内发布,同时还将发布详细介绍工作的研究论文。

Llama 3历经两年多的研发,投入了大量资源用于收集高质量训练数据、扩大分布式训练、优化模型架构以及创新的指导微调方法。

Meta的700亿参数的指导微调模型在12个关键使用场景(如编码、推理和创意写作)的人类评估中胜过了GPT-3.5、Claude等规模可比的LLMs。该公司的80亿参数预训练模型也在热门LLM评估任务中设立了新的基准:

“我们相信这些是目前同类别最优秀的开源模型”,Meta表示。

这家科技巨头通过“默认开源”方法发布这些模型,以进一步推动AI开发周围的开放生态系统。Llama 3将在所有主要云提供商、模型托管者、硬件制造商和AI平台上都可用。

Iris.ai的CTO兼联合创始人维克多·博特夫表示:“随着全球向AI监管的转变,Meta的Llama 3模型的推出是显著的。通过开源透明度,Meta与对负责任AI实践和伦理发展日益强调的发展方向保持一致。

此外,这为更广泛的社区教育提供了机会,因为开源模型有助于洞察发展并审查各种方法,这种透明度反馈到起草和执行监管中。”

随着Meta最新模型的推出,还推出了更新的一套AI安全工具,包括用于分类风险的第二代Llama Guard和用于评估潜在滥用的CyberSec Eval。还引入了一个名为Code Shield的新组件,用于在推理时过滤不安全的代码建议。

“然而,保持透视是重要的——一个模型仅仅是开源并不自动等同于道德的AI”,博特夫继续说道。“解决AI的挑战需要全面应对,解决数据隐私、算法偏见和社会影响等问题——这是全球新兴AI法规的重点。

虽然像Llama 3这样的开放倡议促进了审查和合作,但它们的真正影响取决于全面应对AI治理合规性,并将伦理纳入AI系统生命周期的承诺。Meta与Llama模型的持续努力是正确方向上的一步,但伦理AI需要所有利益相关者持续的承诺。”

Meta表示,公司已采取“系统级方法”来开发和部署负责任AI,Llama 3。虽然这些模型经过了广泛的安全测试,但公司强调开发人员应根据其应用程序的要求实现自己的输入/输出过滤。

该公司的集成了Llama 3的最终用户产品是Meta AI,Meta声称由于新模型的推出,Meta AI现在是全球领先的人工智能助手。用户可以通过Facebook、Instagram、WhatsApp、Messenger和网络访问Meta AI,用于生产力、学习、创造力和一般查询。

整合视觉功能的Meta AI的多模态版本即将推出,早期预览将在Meta的Ray-Ban智能眼镜上发布。

尽管Llama 3取得了可观的成就,但AI领域的一些人对Meta的动机采取“为社会福祉”开放方法表示怀疑。

但是,就在Mistral AI创立了Mixtral 8x22B开源模型的全新基准的一天之后,Meta的发布再次提高了可公开获得的LLMs的标准。


感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

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

SAS推出打包AI模型,推进行业解决方案

定制的轻量级AI模型支持快速部署,开销低
SAS INNOVATE — 今天在SAS Innovate大会上,作为数据和AI解决方案的先驱,SAS推出了一种颠覆性方法,帮助组织迎头解决业务挑战。图片{ width=50% }


通过推出面向个人许可的行业特定AI模型,SAS为组织提供了可立即部署的AI技术,以无与伦比的效率将真实用例推向生产化。
作为AI软件提供商,SAS独特地借助其数十年在为全球知名金融、医疗保健和制造品牌以及政府机构应用可伸缩和值得信赖的AI模型的专业知识而处于独特位置。
IDC未来智能研究总监Chandana Gopal表示:“SAS正在使其产品组合不断发展,以满足更广泛的用户需求,并通过创新性的新产品服务来占领市场份额。SAS可望在一个潜在的领域得以发展,即在SAS核心资产、人才与其丰富的与客户合作解决行业问题经验中孕育模型的产品化。”
在当今市场上,对模型的使用主要集中在大型语言模型(LLM)用于生成式AI。实际上,LLM仅占AI真实世界生产部署和业务决策的建模需求的一小部分。通过这项新产品服务,SAS正在超越LLM,并为跨越欺诈检测、供应链优化、实体管理、文件转换和医疗保障支付等用例的产业验证的确定性AI模型。
不同于传统的AI实施可能繁琐耗时,SAS的行业特定模型旨在快速集成,使组织能够将值得信赖的AI技术投入运营,并加速实现切实的益处和可信赖的结果。
拓展市场影响力组织面临竞争的压力,正寻求利用AI获取优势。同时,由于AI技能短缺,组建数据科学团队从未如此具有挑战性。因此,企业要求在使用AI解决问题方面具备灵活性,并要求灵活的AI解决方案快速推动业务成果。SAS易于使用但功能强大的企业级模型使组织能够从SAS在各个行业的半个世纪的领导地位中受益。
将行业模型作为打包服务提供是SAS承诺的AI驱动行业解决方案10亿美元投资的结果。正如2023年5月的宣布中所述,对AI的投资建立在SAS长达数十年专注于提供打包解决方案来解决银行业、政府、医疗保健等行业挑战的基础上。
SAS副总裁Udo Sglavo表示:“模型是我们现有解决方案和SAS Viya平台服务的完美补充,并服务于不同受众的多样化业务需求,确保创新触及我们生态系统的每一个角落。通过定制我们的方法以理解特定行业需求,我们的框架鼓励企业在其独特环境中蓬勃发展。”
推广AI技术SAS正在通过提供开箱即用的轻量级AI模型使AI民主化,使AI无论技能水平如何都可获得,首个模型是为仓储空间优化提供的AI助手。利用大型语言模型等技术,这些助手面向非技术用户,将互动转化为优化工作流程,并有助于更快地制定决策。
Sglavo表示:“SAS Models为组织提供了灵活、及时和可访问的AI,与行业挑战相吻合。无论您是正在开始AI之旅还是寻求加速企业中AI的扩展,SAS在解决您企业独特需求方面拥有无与伦比的深度和广度。”
预计首批SAS Models将于今年晚些时候正式推出。在此处了解更多关于SAS应用AI和建模的信息:https://blogs.sas.com/content/tag/applied-ai-modeling/。
今天的公告是在SAS Innovate大会上发布的,这是业务领导人、技术用户和SAS合作伙伴的数据与AI体验。通过在X/Twitter上关注@SASsoftwareNews,了解来自SAS的最新消息。
浏览 AITechPark 了解AI、物联网、网络安全、AI技术新闻的最新进展,以及来自行业专家的见解!。


感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

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

Weights & Biases 宣布与 NVIDIA NIM 集成

Fully Connected –Weights & Biases,这家人工智能开发平台今天宣布,与 NVIDIA NIM 微服务扩展集成,以让企业构建定制 AI 应用程序,并针对生产进行推理的优化。图片{ width=50% }


在上个月在 NVIDIA GTC 宣布的 Weights & Biases 的初始 NIM 集成的基础上,今天宣布的额外定制功能(目前处于私密预览阶段)提供了一个更全面和易于访问的方式,让使用 Weights & Biases 平台的开发人员能够定制和部署特定领域级 AI 应用程序。

“今天的企业希望使用 LLM 部署基于其自身数据训练的定制应用程序,比如客服代理迅速准确地回答客户的问题,” Weights & Biases 的 CEO Lukas Biewald 说道。”我们与 NVIDIA NIM 的扩展集成将给我们的客户想要的更高 LLM 性能,使用已经在其业务数据上进行微调并优化性能和低延迟的模型。企业 AI 的部署速度也变得更快,因为我们正在弥合训练和推理之间的操作差距。”

“NVIDIA 副总裁 Manuvir Das 表示,在各行各业中,企业正在寻求一个加速他们生成式 AI 策略的引擎。Weights & Biases 与 NVIDIA NIM 的集成标志着为那些为其业务增加企业级生成式 AI 的公司,提供了效率的巨大提升。”

通过 Weights & Biases AI 平台提供了一套全面的工具,用于机器学习实验跟踪、模型优化和自动化模型管理,包括模型谱系和数据集版本控制。NVIDIA NIM 微服务通过扩展这些功能,提供了对 NVIDIA 及其合作伙伴生态系统中的两打 AI 模型进行了优化的推理,使开发人员能够在云、数据中心、工作站和个人电脑上运行定制 AI 模型。

Weights & Biases AI 平台与 NVIDIA NIM 功能结合,为开发人员提供了更全面和简单的路径,以支持具有企业级支持、安全性和稳定性的生成式 AI 应用程序。NIM 包含在 NVIDIA AI Enterprise 软件平台中,用于开发和部署生产级生成式 AI 应用程序。

Weights & Biases AI 开发平台中的 W&B Launch 可以让用户在计算集群间部署 AI 工作负载,使用户能够在 AWS、Google Cloud 和 Microsoft Azure 上扩展训练工作,无需基础设施摩擦或权限扩展。W&B Launch 支持访问高性能计算,以构建和部署 AI 模型。

Weights & Biases 与 NVIDIA NIM 的私密预览允许开发人员定制更广泛的 AI 模型,包括 NVIDIA AI Foundation 和定制模型。它确保无缝、可扩展的 AI 推理,在云中或本地,在业界标准 API 上进行。

Weights & Biases 和 NVIDIA NIM 之间的这一新集成将允许企业开发人员:

  • 创建具有优化模型的定制 NIM,并部署在客户的基础设施中
  • 跟踪优化模型的谱系以进行版本控制
  • 通过域适应和性能优化实现增强的 LLM 性能,提升性能并降低延迟
  • 通过弥合训练和推理过程之间的差距,加快部署时间表
  • 实施企业级安全措施,确保数据保护和合规性,即使是使用定制模型
  • 访问多样化的部署选项 – 由于 Weights & Biases 和 NIM 都是基础设施不可知的 – 支持云和本地高性能计算环境。

现已推出

要了解更多关于 Weights & Biases AI 开发平台及其与 NVIDIA NIM 的新集成的信息(目前处于私密预览阶段),请登录 wandb.me/nim。

Weights & Biases AI 开发平台能够与 NVIDIA 微服务无缝集成,开发人员可以在 ai.nvidia.com 上进行实验。对于想要部署生产级 NIM 微服务的企业,可通过 NVIDIA AI Enterprise 在主要云平台上访问,确保在 Weights & Biases 生态系统内提供增强的性能和兼容性。


感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

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

ABOUT Healthcare收购Edgility

Acquisition enhances patient velocity with a next-generation system-wide patient flow platform from admission to discharge by delivering real-time insights throughout the patient journey

ABOUT Healthcare (ABOUT®),一家领先的基于SaaS的医院运营解决方案提供商,为入院管理和后急性放置提供解决方案,今天宣布已收购Edgility。图片{ width=50% }


Edgility是一家AI和分析平台公司,实时监控和管理运营,从而优化容量,提升患者流程,加快出院速度。

ABOUT对Edgility的收购扩展了其护理编排技术的新功能,通过提供贯穿整个患者旅程的下一代系统范围患者流程模型,通过预测性和指导性分析为医疗机构提供更明智的决策。新的护理编排解决方案通过优雅直观的可视化提供更大的可见性和优化,通过AI驱动的决策支持,促进患者按时转移到正确的设施。通过将Edgility整合到ABOUT解决方案中,公司可以进一步支持卫生系统实现指挥中心战略,连接并改善转移、接受管理、患者流程、每日聚会、出院、家庭医院以及转介管理至后急性和行为健康护理设置的运营锚点。

将ABOUT与Edgility相结合,提供了由AI驱动的综合解决方案,具有临床专业知识和最佳实践,可以自动化和优化复杂和相关任务以及流程的协调,使医疗提供者能够更有效地管理患者护理,并减少错误和延迟。这一独一无二的平台为提供卫生系统指挥中心和操作技术到现场级别、转运中心、病例管理部门以及高级级别提供了帮助,将有助于卫生系统改善出院和患者速度,支持运营和财务目标,并实现最佳患者结果。市场上唯一的端到端护理编排平台,这一新的联合解决方案将使卫生系统独特地实现其战略要求。

“我们收购Edgility打造了一个强大的新的端到端护理编排解决方案,通过连接人员、数据、工作流程和系统,改善结果并实现更好的协调护理”,ABOUT的首席执行官Jonathan Shoemaker表示。“卫生系统现在可以从单个和系统级别获得深刻的情景意识和决策支持,消除摩擦点和自然延误,最终改善患者旅程的每一步的协调。”

该解决方案向用户提供实时的出院指标信息,以允许患者的移动和安置更高效,连接接受和出院流程,提高患者流速度。通过使用AI预测和预测出院目标,该解决方案提供了入院时的出院规划以及患者和系统级别的出院洞察。

通过在整个住院过程中提供有关患者进展的实时和可操作的见解,护理编排解决方案提供了能够早期识别出院障碍的可见性,并通过揭示帮助识别将患者移至适当护理环境的摩擦和延误的见解,有效管理出院进程。

“我们正在重新塑造AI在卫生保健中的作用,超越仅仅提供信息和自动完成,以动态交付行动杠杆。由于此项收购,我们现在提供市场上唯一的专为引导整个患者旅程而量身打造的端到端平台”,Edgility的总裁兼首席执行官Balaji Ramadoss表示。“我们一起,致力于加速患者流速度,而又不妥协于优质护理,推动卫生系统重新想象我们精细调整给前线的AI解决方案,其中每个决策都优化以提高护理效率和质量。”

ABOUT对Edgility的收购是此前收购Acuity Link和Ensocare后的又一次收购,进一步证明了公司致力于通过更高效地将患者转移到、通过和出院,大大降低患者获得所需护理所需时间的核心,移动和安置减少。


感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

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

HubHead Corp.收购DataSeer Inc.资产

在战略上增强资产密集型行业垂直人工智能战略的举措中,HubHead Corp.今天宣布收购了DataSeer, Inc.的资产。图片{ width=50% }


这项收购增加了HubHead致力于利用人工智能和机器学习改善资产和维护主数据的工具组合,帮助资产密集型企业数字化数据以创建数字孪生体的投资组合。HubHead的软件提高了客户企业资产管理(EAM)和CMMS解决方案的有效性。

作为在应用人工智能增强资产和维护主数据质量方面的先行者,HubHead致力于与客户合作提供创新的软件即服务(SaaS)解决方案。人工智能使资产密集型企业更容易确保他们的维护和运营以及EAM解决方案更高效、可靠,并为未来的举措做好准备。

HubHead的首席执行官格雷格·迪(Greg Dee)强调了人工智能工具为创造运营效率所需的资产和维护主数据基础的重要性。“在HubHead,我们相信高质量的资产和维护数据是EAM有效性的基石,也是有效资产管理所需的。”迪说,“我们的战略着眼于利用人工智能提升客户资产数据的质量和完整性。DataSeer对于这些行业解锁人工智能的全部潜力至关重要,实现了数字孪生体、预测性维护和物联网等关键应用。”

HubHead已经将DataSeer与其NRX AssetHub解决方案结合使用,从P&ID中提取工程标签,以帮助客户以具有成本效益的方式构建高质量的EAM/CMMS数据。它用于创建数字孪生体,采用类似ISO 14224的行业标准,在新的资本项目中准备运营就绪,在迁移或升级到新的EAM/CMMS解决方案之前增强资产和维护主数据,以及其他为实现运营卓越打下基础的应用。

HubHead将向工程公司、系统集成商(SIs)、EPC公司、资产密集型企业以及其他需要从P&ID中提取高质量可操作资产数据的机构提供DataSeer的SaaS解决方案。


感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

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

Illumio简化了自动标记与AI驱动的零信任安全性

Illumio, Inc.,零信任分段(ZTS)公司,今天宣布了其ZTS平台的几项新AI和自动化功能,包括自动标记,使组织更轻松快速地保护混合环境并简化其零信任之旅。图片{ width=50% }


新的AI驱动标记引擎为客户提供了数据中心和云环境中资产的即时可见性,并加快了零信任分段的采用。该引擎加速部署以更快地响应新应用程序和服务,并为在混合和多云环境中轻松自动化标记提供灵活性。组织可以利用Illumio的自动标记立即开始对其环境进行分段,通过简化策略管理和减少手动输入来降低配置错误,并确保通过对工作负载进行一致和持续的分类来确保安全合规性。
Illumio继续通过使规模化部署变得更简单和更快速来民主化零信任分段。 Illumio的基于规则的引擎和AI功能使组织能够轻松地为工作负载进行标记,并更快地推出安全策略。通过分析网络流量、流日志和工作负载元数据,云工作负载现在也会自动进行标记。 Illumio ZTS平台的其他更新包括:

  • 引入Illumio Virtual Advisor (IVA):一款AI聊天机器人,将提高团队效率,并使组织更容易更快地了解并降低其风险姿态,通过利用自然语言进行即时回答和行动。例如,这可以是可视化来自受Compromised服务器的所有流量,或请求查看来自风险端口的所有流量。
  • 关于内容和弹性的政策建议:通过机器学习,Illumio现在可以为关键工作负载,如数据库,推荐第一天的安全策略,从而在部署的前24小时设置初始的安全措施。

零信任已成为构建网络韧性的默认策略,诸如美国国家安全局(NSA)等组织主张采用零信任和微分段。然而,尽管广泛意识到这一点,研究显示,不到一半的IT和安全决策者已在本地和云环境中部署了微分段,95%的人认为他们需要能够与现代业务速度相适应的更好的安全性。
通过此版本,Illumio现在提供了最完整的零信任分段平台,以帮助组织轻松查看和遏制云、数据中心和终端中的威胁。
“Illumio公司的首席产品官Mario Espinoza表示,”网络安全团队从未承受过如此巨大的压力,需要一种简单且可扩展的方法快速构建韧性。我们旨在使零信任分段更加直观和有效,提供对日益复杂和不断发展的数字化环境的平静与信心。“我们的最新创新不仅降低了标记混合和多云环境的复杂性,还利用AI和机器学习来提供可预测的、用户友好的、智能的帮助,助力零信任之路上的技能缺口。”。需注意:Title、Date以及Body这三个部分的内容适当放入到相应位置。最后只需要输出为Markdown源文件格式内容。




感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

感谢阅读!如果您对AI的最新发展感兴趣,可以查看更多AI文钊文章:GPTNB

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