ZDNET网络频道 05月07日 编译:ARM公司近来成为又一家加入到网络功能虚拟化(简称NFV)发展队伍中的芯片制造企业,其同时宣称将与Applied Micro、Netzyn以及Enea等厂商在这方面开展合作。
基于ARM、Applied Micro以及Netzyn的三方合作协议,三位合作伙伴将为付费电视服务的交付业务创建并提供虚拟机顶盒设备。
在这套虚拟机顶盒参考平台之下,各家厂商将各自发挥自己的独特专长。Applied Micro X-Gene服务器芯片解决方案将作用在运营商的云环境当中负责运行机顶盒功能(例如UI、电子节目指南甚至是机顶盒游戏),从而将机顶盒转化为一台简单而傻瓜的易用型设备。
这一切也完全遵循ETSI在其概念验证文档当中制定的条款,且将在即将召开的NVF世界大会上正式亮相。
在ARM公司看来,机顶盒虚拟化技术最终将把消费者端设备的物理体积压缩到更小的水平,或者以电视设备中的应用程序形式体现,根据了解,第二种方式正是付费电视运营商一直在努力寻求的争取客户的最佳方式。
无论是更小体积的设备还是运行在电视中的机顶盒应用程序,这两类方式都将给ARM公司的设备拓展出新的消费者市场空间。
在与Enea公司制定的合作协议当中,ARM方面表示双方将共同推出一套基于ARM的面向NFV的参考开放平台(简称OPNFV)。
在一份声明当中,ARM公司列举了双方即将推出的各类NFV应用程序示例,具体包括OpenStack、OpenDaylight、Open vSwitch、KVM以及基于Linux的Open DataPlan(简称ODP)。
如果虚拟化世界的可行性需要验证,那么各芯片供应商将一直提供相关方案,并积极在其规划的发展愿望当中插下属于自己领土的旗帜。
这可能正是英特尔公司对这一业务领域抱有兴趣的最好证明。具体而言,芯片巨头目前正积极捕捉宽带调制解调器等虚拟化运营商功能,并计划将其纳入x86架构的体系当中。
好文章,需要你的鼓励
检索增强生成(RAG)正成为AI领域的关键技术,通过结合外部信息检索与大语言模型的生成能力,解决传统模型仅依赖训练数据的局限性。RAG允许模型实时访问外部数据库或文档,提供更准确、更新的信息。该技术可应用于企业文档查询、个人化AI助手等场景,通过向模型提供特定领域知识来获得精准结果。微软专家指出,RAG有助于结合知识与推理、提高模型使用效率,并支持多模态应用。
加州大学伯克利分校研究团队开发出革命性的R2R2R系统,仅需智能手机拍摄和一段演示视频,就能自动生成大量机器人训练数据。该系统绕过了传统昂贵的远程操作和复杂物理仿真,通过3D重建和智能轨迹生成技术,让机器人训练效率提升27倍,成本大幅降低,有望让高质量机器人技能变得像安装手机应用一样普及。
AI数据平台iMerit认为企业级AI工具集成的下一步不是更多数据,而是更好的数据。该公司正式推出学者计划,旨在建立专家团队来微调生成式AI模型。与Scale AI的高吞吐量方法不同,iMerit专注于专家主导的高质量数据标注,需要深度人工判断和领域专业监督。公司目前与超过4000名学者合作,客户包括三家大型生成式AI公司、八家顶级自动驾驶公司等。
腾讯优图实验室提出AnoGen方法,仅用3张异常图片就能训练出高精度工业检测AI。该方法通过扩散模型学习异常特征并生成大量逼真样本,在MVTec数据集上将检测精度提升5.8%,为解决工业异常检测中样本稀缺问题提供了突破性方案。