搜索
这段时间，AI模型界是真的热闹，新的模型不断涌现，不管是开源还是闭源，都在刷新成绩。就在前几天，Meta就上演了一出“重夺开源铁王座”的好戏。发布了Llama 3 8B和70B两个版本，在多项指标上都超越了此前开源的Grok-1和DBRX，成为了新的开源大模型王者。
2023年12月，宁德时代低调宣布在香港设立国际研发中心； 2024年3月11日，作为中国科学院在香港设立的首个国家级信息研发机构，中国科学院香港创新研究院人工智能与机器人创新中心发布了医疗多模态大模型CARES Copilot 1.0；
目前，GPU芯片紧缺成为AI行业面临的问题，另一方面，因为传统云服务计算架构与AI计算负载的不匹配，大量GPU计算资源没有被充分利用。
最近，一则数据点出了AI领域算力需求的惊人增长—— 根据业内专家的预估，OpenAI推出的Sora在训练环节大约需要在4200-10500张NVIDIA H100上训练1个月，并且当模型生成到推理环节以后，计算成本还将迅速超过训练环节。
CUDA 是英伟达的壁垒， 推理场景是算力未来的重点
从互联网时代到算力网时代，交换机正在扼住AI咽喉。
不久前，围绕人工智能（AI）发展，特斯拉首席执行官马斯克发出这样的预警
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。
随着AI技术的广泛应用，从智能手机到自动驾驶汽车，从智能家居到工业自动化，AI供电芯片的需求量正呈爆炸式增长。它不仅为AI系统提供稳定的电力供应，确保系统的正常运行，而且还肩负着节能减排、降低能耗的重任。
产业不信仰AGI（通用人工智能），只信仰降本增收。