5月6日,由邊緣計(jì)算社區(qū)發(fā)起的2022中國邊緣計(jì)算企業(yè)20強(qiáng)揭曉,江行智能位列10強(qiáng),并同華為、聯(lián)想集團(tuán)等企業(yè)成為2022中國邊緣計(jì)算解決方案提供商4強(qiáng)。江行智能在邊緣計(jì)算領(lǐng)域的創(chuàng)新及應(yīng)用能力又一次得到業(yè)界高度肯定。

江行智能位列2022中國邊緣計(jì)算企業(yè)10強(qiáng)

作為數(shù)字化時代的一項(xiàng)至關(guān)重要的技術(shù),邊緣計(jì)算在2018年、2019年連續(xù)兩年被全球最大IT咨詢公司Gartner評為十大戰(zhàn)略性科技,受到各國政府、研究機(jī)構(gòu)、資本市場及產(chǎn)業(yè)界的高度關(guān)注,目前邊緣計(jì)算技術(shù)和市場正處于高速發(fā)展階段,預(yù)計(jì)到2025年,全世界50%的數(shù)據(jù)將在邊緣進(jìn)行分析、處理和存儲。
江行智能創(chuàng)始團(tuán)隊(duì)在邊緣計(jì)算領(lǐng)域有著18年的技術(shù)積累,早在2004年就在世界范圍內(nèi)首次實(shí)現(xiàn)了大規(guī)模P2P流媒體應(yīng)用(邊緣存儲和內(nèi)容分發(fā)),持續(xù)的創(chuàng)新研發(fā)獲得了累累碩果,先后在中國計(jì)算機(jī)學(xué)會 CCF-A類會議期刊發(fā)表論文80余篇, CCF-B類會議期刊發(fā)表論文90余篇,獲得最佳論文獎 CCF-A類 2次、CCF-B類 5次,物聯(lián)網(wǎng)邊緣計(jì)算論文被引用數(shù)18000次,并獲首屆 INFOCOM Test of Time Award獎。
這些技術(shù)積累保證了江行智能在應(yīng)用型技術(shù)領(lǐng)域不斷實(shí)現(xiàn)突破,并取得國際領(lǐng)先,如無線通信支持的高精度識別與定位、高效實(shí)時邊緣AI推斷、邊-云協(xié)作計(jì)算模型、智慧能源系統(tǒng)等。依托于這些技術(shù),江行智能具備了全線產(chǎn)品自主研發(fā)能力,并在商業(yè)落地方面實(shí)現(xiàn)行業(yè)領(lǐng)跑。秉持著用邊緣智慧賦能未來的理念,目前江行智能已經(jīng)搭建了完善的產(chǎn)品體系,可以一站式解決工業(yè)智能領(lǐng)域的邊緣計(jì)算問題。
江行智能成立三年來已完成數(shù)百個邊緣計(jì)算及物聯(lián)網(wǎng)軟硬件產(chǎn)品與解決方案的落地,為包括國家電網(wǎng)、南方電網(wǎng)、中國石油、國家能源集團(tuán)在內(nèi)的世界500強(qiáng)企業(yè)中的14家提供著先進(jìn)的邊緣計(jì)算服務(wù)。
邊緣計(jì)算企業(yè)20強(qiáng)榜單
榜單由邊緣計(jì)算社區(qū)發(fā)起,該社區(qū)長期致力于推進(jìn)邊緣計(jì)算領(lǐng)域知識傳播和生態(tài)發(fā)展建設(shè),從2019年起每年發(fā)布“邊緣計(jì)算20強(qiáng)企業(yè)榜單”,目的是為推動邊緣計(jì)算行業(yè)的宣傳和普及,讓更多人有機(jī)會了解邊緣計(jì)算行業(yè)的發(fā)展現(xiàn)狀、優(yōu)秀企業(yè)和創(chuàng)新產(chǎn)品,從而促進(jìn)邊緣計(jì)算行業(yè)更好的發(fā)展。
2022中國邊緣計(jì)算企業(yè)20強(qiáng)榜單評選經(jīng)過了為期兩個月的榜單征集、線上公開投票、70位專家評委打分和訪談?wù){(diào)研等一系列嚴(yán)格的評選環(huán)節(jié),最終產(chǎn)生了該排名。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(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)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"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"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少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)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時流式生成的重大突破。該技術(shù)通過滾動窗口聯(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,解決了長視頻生成中的錯誤累積問題,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)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,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AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。