收录了 ai应用 频道下的 50 篇内容
那些早期大量使用AI的企业,目前已经进入快速提升效益的阶段。
本文介绍AI应用的推理性能优化方法。
在 AICon 北京 2019 大会上,魏振强讲师做了《基于全栈能力的AI应用快速开发实践》主题演讲。
直播简介应用之间无法高效并发。应用。存储的方案设计、技术选型、工程实践等方面上提供最前沿的参考。听众受益
企业使用AI,不只是关心它“能做什么”,更要关注的是它“不能做什么”,以及“不允许它做什么”。
本次分享介绍如何通过开源项目 K8S + Kata 容器搭建 AI 计算平台,最大化 GPU 及 AI 芯片算力的使用效率,并给出测试结果。
华为云以【全栈 AI 开发技术实战】为主题,从底层算子开发环境搭建到实现全栈全场景的 AI 开发,以点到面,为现场开发者进行了深入浅出的讲解。
本次分享介绍 AI 技术在 B2B2C 场景中的落地难点与经验。
本次分享介绍如何用 Analytics-Zoo 构建统一的大数据 AI 应用架构。
英特尔与行业领先技术媒体共同打造《英特尔®️ 至强®️ 实战课》系列课程
理想中的人工智能引擎,到底是什么样的?
而新推出的魔搭社区ModelScope,践行模型即服务的新理念,提供众多预训练基础模型,只需针对具体场景再稍作调优,就能快速投入使用
计算的优化经验。调度。0.8+。芯片算力的使用效率,并给出测试结果。最后我们也会对未来的技术改进做出展望。
聚焦数据分析和 AI 领域的 Caicloud,发展迅速,已成为业内不可忽视的力量。
下一代人工智能应用程序需要不断地与环境交互,并从这些交互中学习。这对系统的性能和灵活性提出了新的要求,而现有的机器学习计算框架大多无法满足这些要求。为此,UC Berkeley项目组开发了一个新的分布式框架Ray,并于近日在Arvix上发表了相关论文:《Ray: A Distributed Framework for Emerging AI Applications》。
下一代人工智能应用程序需要不断地与环境交互,并从这些交互中学习。这些应用程序对系统的性能和灵活性提出了新的要求。伯克利大学的项目组提出了Ray——一个分布式系统来解决这些问题。
人工智能已经走过了很长的路,但仍然处于兴起阶段,还需要更多的时间才能成熟。在一个自动化程度不断提高、认知计算能力不断提高的世界里,即将到来的人工智能寒冬将为企业提供必要的时间来决定人工智能如何融入企业组织,以及它想要解决的问题。
我们在实际NLP应用场景下对比了ChatGPT和自研技术的效果。
AI如何帮助亚马逊达成市值万亿美元成就?
随着“中台”战略的提出,目前宜信中台建设在思想理念及架构设计上都已经取得了很多成果。宜信是如何借助中台化的思想打造“AI中台”及相关的智能产品呢?