搜尋結果
4 天前 · 輝達財務長 Colette Kress 在公司財報電話會議上表示，她預計汽車產業將成為今年資料中心中最大的垂直企業，並為該公司帶來潛在的數十億美元業務。 黃仁勳預測：「未來每輛車都將具備一定程度的自主能力，這項發展需要大量的運算能力。 這項技術與大型語言模型的技術非常相似，但它只需要一個巨大的訓練設施 (FSD 系統)。 小摩預測，輝達將在未來三到四年內實現「140 億美元左右的汽車營收增幅」。 為了提高特斯拉處理大量資料的能力，輝達將支持特斯拉將其人工智慧訓練叢集擴展到 35,000 個 H100 GPU。
2024年5月14日 · 國家戰略技術特別委員會決定 AI 是未來南韓的國家戰略核心，政府著眼於透過技術的合作與整合以備國際競爭。 他們著重於確保「AI 核心技術與產業應用基礎」，預計發展 AI 基礎設施的「高效學習和進步」、「先進的建模和決策」、「產業利用與創新 AI」、「安全與信任 AI」等四項關鍵任務。 針對訓練 AI 所需的雲端資料基礎建設， 南韓政府也有意識地與韓國大型科技、電信公司合作 開發基於資料的分散式/平行學習和雲端優化技術，將 AI 學習所需的資料、運算和電力負擔減少50% 以上。 甚至， 也因應歐盟 AI 法案的監管規範，特別探討如何從國家的角度協助企業應對未來的跨國合規與預防技術封鎖，強化國際競爭力。 新加坡專注發展商業與人才生態圈，打造 AI 智慧國家.
2024年5月21日 · 2024-05-21. 分享本文. 【為什麼我們要挑選這篇新聞稿】 雲端時代來臨，越來越多企業將巨量資料、應用程式搬遷上雲，並在網路串聯資源，提高客戶體驗。 數位通國際觀察到這波 AI 和雲端轉型趨勢，如何藉由 All-in-ONE 平台，協助企業高效部署雲服務，支援彈性備援建立專屬雲品牌，並控制營運成本，減少管理的複雜度？ 又如何有效整合 AI 技術，加速 AI 服務提供？ 當全球邁入一個由 AI 和雲端轉型主導的全新世代，如何利用數據、靈活管理、並實現持續創新，已成為企業必須面對的挑戰。 在這樣的環境下，數位通國際（以下簡稱數位通）憑藉超過 20 年的 國際級資料中心 維運與建置經驗，為企業提供前所未聞的雲端及 AI 方案。
2024年5月20日 · 2024-05-20. 分享本文. 貝萊德（BlackRock）執行長勞倫斯·芬克近日表示，公司正在與多國政府洽談，資助支持人工智慧（AI）的關鍵投資，包括增加電力供應。 AI 被視為提升全球生產力的重要推動力，但需要大量電力來運行資訊處理中心和半導體工廠。 芬克在G7會議上指出，G7國家電力不足，這將成為各國發展 AI 的挑戰。 資訊處理中心可能建在電力供應便宜的地區，這增加了在高成本地區提供國家補貼的需求。 貝萊德估計，建設支持 AI 的資訊處理中心和晶片工廠需要數兆美元，這對私人投資者、退休基金和保險公司來說可能是大好的機會。 AI 技術需要大量電力來運行資訊處理中心和半導體工廠， 然而，台灣現有的電力供應能否滿足這些需求是關鍵問題。 政府需要積極投資並提升電力基礎設施，確保供電穩定。
2024年5月21日 · 2024-05-21. 分享本文. 德國汽車製造商大眾（Volkswagen）旗下高端品牌奧迪（Audi）宣布，將與其中國合資夥伴上汽集團（SAIC）共同開發一個針對中國市場的智能和電動車平台。 這一舉措反映出西方品牌和傳統汽車製造商在全球最大的汽車市場中面臨日益激烈的電動車競爭壓力，必須重新調整策略以求生存。 奧迪與上汽的合作旨在加快產品上市時間，預計首款基於新架構的電動車型將於 2025 年面世。 此外，奧迪還計劃與上汽進一步合作，之前大眾汽車已宣布將斥資約 7 億美元收購小鵬汽車（Xpeng）4.99%的股份，並計劃在 2026 年前共同推出兩款大眾品牌的電動車型。
6 天前 · 李琬妍. 2024-05-22. 分享本文. Meta 日前推出一款最先進的多模態 AI 模型 Chameleon，能同時處理視覺和文本資料。 Chameleon 採用創新的「早期融合」架構，能在圖像描述和視覺問答等指令中達到頂尖表現。 與傳統模型分開處理視覺和文本不同，Chameleon 的統一標記空間使其能無縫整合，並生成交錯的文本和圖像序列。 Chameleon 的訓練分兩個階段進行，資料集包含 4.4 兆個項目，如：文本、圖像文本對和交錯的文本與圖像序列。 研究人員報告稱，Chameleon-34B 在視覺問答和圖像描述基準測試中表現卓越，超越了 Flamingo 和 IDEFICS 等模型。 Chameleon 展現了 AI 應用能力的發展空間。
6 天前 · 根據報導，《人工智慧法案》將在歐盟官方公報上公佈 20 天後正式生效，而法案內容將會分階段適用。 具體來說，法案中規定「禁止」的項目，將於生效 6 個月後適用；對於通用型人工智慧（GPAI）的相關義務和規則，則是生效 12 個月後適用；而法案生效的 24 個月後將完全執行立法條文，但部分高風險 AI 系統的規則會延長至 36 個月後才生效。 歐盟的《人工智慧法案》將 AI 系統分為四類，即「不可接受風險」、「高風險」、「有限風險」和「極低風險」，讓各國可以針對不同風險的 AI 應用，執行相對應的監管方法。 比如說高風險的 AI 系統就涵蓋了自動駕駛汽車或醫療設備，歐盟成員可以根據這些 AI 技術對公民健康、安全和基本權利構成的風險，依據新法條進行評估。
