今天,世紀互聯(lián)總裁孟樸在做客CBSi的時候表示,數(shù)據(jù)中心其實是個技術(shù)含量很高的行業(yè),世紀互聯(lián)在數(shù)據(jù)中心的設(shè)計、綠色環(huán)保等方面都在做努力。
孟樸說,通常大家講到數(shù)據(jù)中心的時候,很多人對這個行業(yè)不太熟悉,覺得聽起來好像技術(shù)含量比較低。但是實際上是一個非常復雜的系統(tǒng)集成的項目,在它里面對制冷、散熱,還有清潔能源的選用都需要有很多很多的創(chuàng)新。
在這些方面上,世紀互聯(lián)做幾方面的事情,一是去年四季度,世紀互聯(lián)在廣州和華為宣布建立戰(zhàn)略合作,華為提供交鑰匙的工程,世紀互聯(lián)直接享受到華為的很多創(chuàng)新成果。第二,世紀互聯(lián)跟很多國外的數(shù)據(jù)中心的業(yè)者學習最新的數(shù)據(jù)中心的設(shè)計,并且考慮應用到世紀互聯(lián)的數(shù)據(jù)中心里。
此外,世紀互聯(lián)通過和華為以及其他國內(nèi)研究所、院校的合作,探討清潔能源、制冷方面的創(chuàng)新技術(shù),希望能夠應用到世紀互聯(lián)的數(shù)據(jù)中心里。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務(wù)上驗證有效性。