科技行者 2月28日 北京消息:26日,紫光展銳正式發(fā)布面向未來(lái)的一站式AIoT開(kāi)發(fā)平臺(tái),平臺(tái)以人工智能和連接能力為基礎(chǔ),面向廣闊的物聯(lián)網(wǎng)應(yīng)用與生態(tài),滿足不斷增長(zhǎng)的算力需求和不同的場(chǎng)景開(kāi)發(fā)需求。
作為紫光展銳新一代AIoT開(kāi)發(fā)平臺(tái),平臺(tái)綜合了先進(jìn)的開(kāi)放性架構(gòu)、高性能AI邊緣計(jì)算能力、豐富的開(kāi)發(fā)組件,這些將切實(shí)解決AIoT應(yīng)用場(chǎng)景的碎片化、多樣化和數(shù)據(jù)安全三大挑戰(zhàn),有效降低開(kāi)發(fā)者開(kāi)發(fā)成本,縮短產(chǎn)品開(kāi)發(fā)周期,為AIoT開(kāi)發(fā)提供全行業(yè)一站式解決方案。
AI加持,超強(qiáng)大腦
此次發(fā)布的AIoT開(kāi)發(fā)平臺(tái)包含了曾一度霸榜蘇黎世聯(lián)邦理工學(xué)院AIbenchmark的高性能AI邊緣計(jì)算平臺(tái)——虎賁T710,其強(qiáng)勁的AI性能,在搭配平臺(tái)最新推出的第二代人工智能引擎——AIactvier2.0后,將為整個(gè)平臺(tái)釋放更為強(qiáng)勁的算力,為廣闊的AIoT應(yīng)用注入強(qiáng)大AI動(dòng)能。此外,開(kāi)發(fā)平臺(tái)還集成了物體識(shí)別,人臉識(shí)別等神經(jīng)網(wǎng)絡(luò)模型,將簡(jiǎn)化開(kāi)發(fā)難度,實(shí)現(xiàn)快速應(yīng)用開(kāi)發(fā)。平臺(tái)可廣泛應(yīng)用于智能零售、智能穿戴、智能家居、智慧工業(yè)、高擴(kuò)展性邊緣計(jì)算、智能教育、智能醫(yī)療、智能交通、智能電力等行業(yè)。
靈活多樣,組件豐富
從雙核、四核、八核的多硬件平臺(tái)選擇,到基于oFono通信框架的2G/3G/4G語(yǔ)音和數(shù)據(jù)通信功能,再到2D/3D圖形、計(jì)算機(jī)視覺(jué)處理的音視頻能力,平臺(tái)為開(kāi)發(fā)者提供了全面多樣的軟硬件組合。同時(shí),平臺(tái)還提供了面向AIoT豐富的中間組件和接口,極大方便了開(kāi)發(fā)者在AIoT的終端開(kāi)發(fā)。平臺(tái)支持的Ubuntu、Yocto、Debian、AGL、OpenWRT等多個(gè)Linux發(fā)行版本可使用C/C++,Python,QT等開(kāi)發(fā)工具,針對(duì)不同設(shè)備實(shí)現(xiàn)一次開(kāi)發(fā)多個(gè)平臺(tái)部署。
安全可信
新一代AIoT開(kāi)發(fā)平臺(tái)基于紫光展銳創(chuàng)新的存儲(chǔ)、外設(shè)隔離模塊、硬件加密引擎、真隨機(jī)數(shù)發(fā)生器以及其它安全模塊,開(kāi)發(fā)者可以構(gòu)建可信執(zhí)行環(huán)境下的應(yīng)用,而平臺(tái)為應(yīng)用及用戶 數(shù) 據(jù)提供的硬件層面安全保護(hù),將滿足身份認(rèn)證、金融支付、信息存儲(chǔ)等對(duì)安全有苛刻要求的應(yīng)用場(chǎng)景。
成熟的開(kāi)發(fā)生態(tài)
為了更好滿足開(kāi)發(fā)者對(duì)不同應(yīng)用場(chǎng)景的需求,開(kāi)發(fā)平臺(tái)提供了定制裁剪能力。同時(shí),平臺(tái)還提供了符合96board規(guī)范的開(kāi)發(fā)板,用戶可利用96board的開(kāi)發(fā)生態(tài)環(huán)境快速完成原型開(kāi)發(fā),為滿足量產(chǎn)品對(duì)性能和成本上的要求,在方案穩(wěn)定后開(kāi)發(fā)者仍可以對(duì)硬件方案進(jìn)行定制。最后,開(kāi)發(fā)平臺(tái)正在構(gòu)建的開(kāi)發(fā)者社區(qū),還將面向所有AIoT開(kāi)發(fā)者提供資源工具、學(xué)習(xí)交流、應(yīng)用實(shí)踐、技術(shù)支持等一站式服務(wù)。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。