至顶网网络频道 06月20日 编译:HPE表示,将在未来4年投资40亿美元开发智能边缘设备。
边缘计算远非一个成熟的市场。随着物联网的兴起,更多的设备需要能够在网络前端进行分析。换句话说,在云端或数据中心发生的事情将越来越多地出现在网络边缘,以减少延迟。
HPE一直是边缘概念的领跑者之一,并且也投入资金用于这项工作中。HPE公司首席执行官Antonio Neri在Discover大会上表示,HPE将投入资金在研发、产品、服务和模式上,在网络边缘实现人工智能、机器学习和自动化。
Neri表示,企业将必须强化网络边缘的云架构来提供实时体验。
在许多方面,惠普专注于网络边缘的战略与其产品组合是保持一致的。 HPE的Aruba业务已经覆盖无线校园网络,而Pointnext正在开发一系列旨在使终端更加智能化的项目。
例如,HPE的Aruba业务部门成立了一个软件定义的分支机构,以加强无线网络性能并为云、物联网和移动技术做好准备。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。