2023年7月28日,高通技術(shù)公司宣布為其行業(yè)領(lǐng)先的物聯(lián)網(wǎng)解決方案精選目錄推出全新長(zhǎng)期產(chǎn)品計(jì)劃。該計(jì)劃于7月27日啟動(dòng),最初將涵蓋16款不同的高通技術(shù)公司物聯(lián)網(wǎng)系統(tǒng)級(jí)芯片(SoC),支持客戶產(chǎn)品設(shè)計(jì)擁有更長(zhǎng)期、更持久的生命周期。
長(zhǎng)期產(chǎn)品計(jì)劃中包含的SoC專為應(yīng)對(duì)多種不同工業(yè)和企業(yè)用例的生命周期需求而設(shè)計(jì),包括資產(chǎn)設(shè)備跟蹤與檢測(cè)、建設(shè)安全、無人機(jī)和倉(cāng)庫(kù)管理。目錄中每個(gè)解決方案的產(chǎn)品生命周期為7年、10年到15年不等。隨著全新高通®芯片的推出和先期芯片生命周期的結(jié)束,這一目錄將持續(xù)更新。
長(zhǎng)期產(chǎn)品計(jì)劃旨在支持希望通過持久、可靠的SoC使其產(chǎn)品生命周期更為長(zhǎng)久的制造和企業(yè)客戶。這一計(jì)劃體現(xiàn)了高通技術(shù)公司在支持和滿足客戶需求方面的承諾,確保資源密集型行業(yè)的客戶能夠獲得生命周期長(zhǎng)達(dá)十年或更久的解決方案。
高通技術(shù)公司業(yè)務(wù)拓展副總裁兼樓宇、企業(yè)和工業(yè)自動(dòng)化業(yè)務(wù)負(fù)責(zé)人Dev Singh表示:“隨著客戶需求不斷變化,具有長(zhǎng)久生命周期的可靠產(chǎn)品變得越來越重要。長(zhǎng)期產(chǎn)品計(jì)劃為高通技術(shù)公司的產(chǎn)品在更長(zhǎng)時(shí)間內(nèi)的可靠性和功能性帶來保障。”
欲了解更多來自行業(yè)的支持,請(qǐng)點(diǎn)擊此處。
請(qǐng)點(diǎn)擊此處了解更多有關(guān)長(zhǎng)期產(chǎn)品計(jì)劃的內(nèi)容,包括此計(jì)劃中涵蓋的高通技術(shù)公司在售產(chǎn)品目錄,及其在長(zhǎng)期產(chǎn)品計(jì)劃中的預(yù)期存續(xù)時(shí)間。該網(wǎng)站將根據(jù)長(zhǎng)期產(chǎn)品計(jì)劃中的產(chǎn)品變化不定期更新。
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(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(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。