下载 InfoQ App >
随时随地获取最新技术资讯
演讲人:赵钰莹
演讲人:王吕,赵钰莹
演讲人:谢孟军
策划:付秋伟 · lyrics-芦雅蕊
阿里云 Quick BI 如何实现从传统 BI 到 AI 驱动的智能 BI 的跨越式进化。
构建 AI 时代的安全防线。
在产业化场景中,任何一个小错误都可能导致巨大的损失。
据了解,这台笔记本已有 20 年历史,仅配备 1.5 GHz PowerPC G4 处理器和 1 GB 内存,但仍然顺利跑起了 Meta 的 Llama 2 大模型推理任务。此番实验移植了开源 llama2.c 项目,而后使用名为 AltiVec 的 PowerPC 矢量扩展提升性能表现。
的存储模块。存储的。如何保证事务跨越多个数据分片而不丢失数据。为提高性能、降低成本所做的优化。扫码添加企微小助手,加入开发者企微群,获取直播回放、参与有奖互动!
在分布式数据库场景下,海量数据(TB/PB 级)与高并发业务对表结构变更提出了严苛要求:一方面需实现业务无感知的在线 DDL 操作,避免传统锁表导致的业务中断;
2025 年全球数字化进程加速,分布式数据库技术成为企业核心竞争力的关键支撑。本议题基于腾讯云数据库与 IDC 白皮书行业洞察,解读未来分布式数据库三大趋势:全场景弹性扩展、多形态一致性融合、AI 驱动智能自治,并探讨国产数据库的标杆实践。
本期《MCtalk·无限对话》,网易副总裁、网易数智总经理阮良对话极客邦科技创始人兼 CEO 霍太稳,聊聊杭州这座城、DeepSeek 和 AI、数智人才发展那些事。
数据智能引擎从规则到意图、单一到全链路、“工具”到“智能助手”的跃迁。
如何在低算力和安全保障之间选取平衡,搭建一套行之有效的端侧大模型安全方案。
AI 落地过程中面临的业务、资金、技术、人员等挑战严重阻碍 AI 赋能业务。
JetBrains 取消在 Fleet 上构建 Kotlin Multiplatform IDE 计划,将转在 IntelliJ IDE 改进相关功能,引发对 Fleet 未来的质疑。
当谷歌将开源简化为源代码的“单向透明”,Android 生态正在复刻开源里的一个经典悖论:开发者能看见每一行代码的轨迹,却触摸不到系统演进的方向盘。
美国 AI 搜索初创公司 Perplexity 近日抛出一项震惊科技界的收购计划——在 4 月 5 日 TikTok 禁令大限即将来临之际,这家成立仅两年的公司于官网发布声明,宣布正式向字节跳动提出收购并全面改造 TikTok 业务的方案。
欢迎全球 AI 一线实践者、AI 产品团队、研究者、开源贡献者加入我们,一起分享、一起热!
利用大模型构建智能化的视频工厂。
预期将于 3 月 28 日生效。
4 月 23 日,微软创想未来峰会将聚焦智能体技术与行业变革,四位微软全球女性技术高管将坐镇主论坛。她们是代码的“效率推手”、云原生的“开源先锋”、企业安防的“数字守护者”,以及智能化转型的“普惠引路人”。从开发提效到智能体落地,从安全防线到行业实战,全程高能。文末扫码报名,和她们面对面聊智能体未来!
多模态产品的演进将是技术价值从封闭走向开放、商业逻辑从效率提升转向生态共建的过程。
全新一代的用友 BIP 智能体构建平台除了拥有“更聪明的大脑”之外,还呈现出两大核心优势:一是无缝接入 4000 + 企业级应用 API,轻松解决复杂任务。二是拥有企业级知识库,让智能体天生具有企业的知识底蕴。
人们谈论 MCP 是因为人们在谈论 MCP。
AI Native 产品与传统产品构建的极大不同,在于语义结构化。
随着今年年初 DeepSeek 的横空出世,推理模型以其完整的思考推理过程对企业任务进行自主规划,这将进一步帮助企业提升智能体构建能力,以及企业级复杂智能服务的专业性,实现更加智能的商业决策和业务流程。
AI+ 硬件不是新故事,但如果能在集成各种大模型和智能体的同时,对每一台设备的 AI 服务使用量进行更加精确的管理,也许会带来新机会。先打通、先接入、先管理,就能抢占先机。
在当今数字化时代,图片的上传、编码与加载是影响用户体验的关键环节。为了助力企业和开发者打造更加优质、高效的鸿蒙应用,火山引擎 veImageX 团队精心打造并发布了三款鸿蒙 SDK——上传 SDK、编码 SDK 与加载 SDK,至此基本实现了客户端 SDK 的全端覆盖。
如何能够不宕机地使用 DeepSeek 大模型?火山引擎边缘大模型网关通过支持多厂商服务调用,实现了调用故障自动迁移,保障 DeepSeek 模型的稳定调用,为智能服务保驾护航。
借助 AI 驱动实现大数据系统的故障和问题的快速洞察与自治能力。
未来的重点不在于我们是否使用 AI,而在于如何使用它。
平台本身的复杂度以及海量的多元异构数据给异常处置带来了巨大的挑战。
通过创新的知识沉淀、学习、生成与更新机制,将私域知识与 LLM 深度融合,构建更加智能和自主的运维系统。