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
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。