稀疏算力暴涨591%，Meta推出5nm AI训练芯片，自研AI芯片盛世来了
稀疏算力暴涨591%，Meta推出5nm AI训练芯片，自研AI芯片盛世来了智东西4月11日报道，美国AI三巨头不仅在大模型赛道争奇斗艳，还纷纷卷起自研AI芯片。
来自主题: AI资讯
8479 点击 2024-04-11 21:59
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
智东西4月11日报道，美国AI三巨头不仅在大模型赛道争奇斗艳，还纷纷卷起自研AI芯片。
近日，来自佐治亚大学、新泽西理工学院、弗吉尼亚大学、维克森林大学、和腾讯 AI Lab 的研究者联合发布了解释性技术在大语言模型（LLM）上的可用性综述，提出了 「Usable XAI」 的概念，并探讨了 10 种在大模型时代提高 XAI 实际应用价值的策略。
Meta 正在不遗余力地想要在生成式 AI 领域赶上竞争对手，目标是投入数十亿美元用于 AI 研究。这些巨资一部分用于招募 AI 研究员。但更大的一部分用于开发硬件，特别是用于运行和训练 Meta AI 模型的芯片
一个仅用 1000 行代码即可在 CPU/fp32 上实现 GPT-2 训练的项目「llm.c」
近日，清华大学交叉信息研究院助理教授陈一镭在 eprint 上发布的一篇论文，给出了破解格密码的量子算法，引发了全球计算机领域的震撼
大模型和 AI 数据库双剑合璧，成为大模型降本增效，大数据真正智能的制胜法宝
许多创新公司正在创建人工智能工具来实现这些结果。今天和大家分享 10 款实用的教育 AI 工具
大语言模型潜力被激发—— 无需训练大语言模型就能实现高精度时序预测，超越一切传统时序模型。
谁能想到，只是让大模型讲笑话，论文竟入选了顶会CVPR！
刚刚，“计算机界最高荣誉”图灵奖揭晓—— 复杂性理论先驱、普林斯顿高等研究院教授艾维·维格森(Avi Wigderson)摘得。
AIGC新应用，到底将重塑怎样的一个新世界？ 现在，只需一天的时间，你就能感受到它们正在引领的科技新范式。
一句话Siri就能帮忙打开美团外卖下订单的日子看来不远啦！
趁着谷歌开大会，OpenAI果然又来定向狙击了。 谷歌前脚刚官宣一系列更新，OpenAI立马跟着抛出重大消息—— GPT-4 Turbo迎来「重大升级」！
一条磁力链，Mistral AI又来闷声不响搞事情。
集聚资源,协同发展。将庆阳打造成为智算产业生态聚集地,联合推出庆阳智算人才培养计划,实现庆阳人工智能产业循环可持续发展。
国内大模型还在如火如荼，但国外的一些生成式AI先锋们，正在上演一场生死出逃大戏。
不得不感叹，国外AI大模型的迭代速度，就像是坐火箭????。
技术阿甘在不停奔跑。
昨天的谷歌Next大会可是太精彩了，谷歌一连放出不少炸弹。 - 升级「视频版」Imagen 2.0，下场AI视频模型大混战 - 发布时被Sora光环掩盖的Gemini 1.5 Pro，正式开放 - 首款Arm架构CPU发布，全面对垒微软/亚马逊/英伟达/英特尔
Stable Diffusion数位核心开发者离职，紧接着该公司创始人、首席执行官Emad Mostaque宣布卸任相关职务，并表示未来将专注开发去中心化AI。如今更是有消息称，据Stability AI内部文件和数十位知情人士透露，该公司的现金储备已经枯竭。
laude 3 具有非常大的内存（ 200k 上下文窗口）和很强的调用准确性，它的上下文能力也因此成为最受欢迎、应用最广的技能。我们介绍过如何利用这种能力，没时间收听播客也能获取核心内容。今天，我们再介绍一个新技能，帮助技术小白快速 get 最新、最前沿的科技成果
AI（人工智能）的发展如同潮水般汹涌而来，以其不可阻挡的势头，深刻地改变了我们生活的方方面面。从医疗健康到金融服务，从智能交通到教育领域，AI的影响力无处不在，它正以前所未有的速度和规模，重塑着传统行业的面貌，引领着一场全新的技术革命
这款产品会将现有的两个空间计算的产品线（Quest 3 和雷朋 Meta 智能眼镜）整合起来，形成AI+AR眼镜的新形态产品。
GPT-4问世一年后，全世界已经到处都是GPT-4级别的大模型了。 尤其是最近几个月，这些模型以越发密集的频率现身
来自人大与浙大学者团队的研究者们把涉及数千篇SCI/SSCI的期刊论文的10000多条推文喂给了GPT-4，让它根据推文回答“这篇论文是否有可能被撤稿”，然后和人类预测的结果相比较。
纯C语言训练GPT，1000行代码搞定！，不用现成的深度学习框架，纯手搓。 发布仅几个小时，已经揽星2.3k。
香港也有大模型公司了。 Weitu AI，一家全力打造多模态Native产品的公司
来自Meta、基于Llama2，可是开源界最先进的AI编程大模型之作
大模型在今年的落地，除了对用 AI 对已有业务进行改造和提效外，算力和推理的优化，可能是另外一项重要的实践了。这在腾讯的两个完全不同的业务上有着明显的体现。
近日，朱泽园 (Meta AI) 和李远志 (MBZUAI) 的最新研究《语言模型物理学 Part 3.3：知识的 Scaling Laws》用海量实验（50,000 条任务，总计 4,200,000 GPU 小时）总结了 12 条定律，为 LLM 在不同条件下的知识容量提供了较为精确的计量方法。