如今，主流AI框架已经针对功能和性能方面做了较完备的优化，提供了丰富的特性，并且通过基础框架+开发套件的形式，使AI助力科学计算，推动其在各领域发挥更大的价值。在主流框架趋同的前提下，除了功能和性能，我们还能关注什么呢？ 有一个与AI开发者息息相关却容易被忽视的视角——编程范式。
转载
2023-11-23 21:44:32
95阅读
华为中国生态伙伴大会2017上，华为企业BG总裁阎力大在发言中表示，华为生态的愿景是平台+生态双轮驱动战略。华为中国生态伙伴大会2019，华为则将“平台+生态”战略，演进为“平台+AI+生态”，为伙伴提供“+AI”的支持，共同实现智能进化。 此次大会，阎力大在致辞中称，站在智能时代的入口，在坚持“被集成”的基础上，华为企业业务的新定位是“Huawei Inside”，通过“无所不在的联接+数
转载
2024-07-27 08:21:11
72阅读
不记得从什么时候起，“生态环境”这个词经常出现在人们耳边，而在IT行业中似乎出现频率更高——所有的巨头公司都在建设或运营自己的“生态环境”，要形成“闭环”。那么对前端开发来讲，是否也需要有一套自己的生态环境形成一个闭环呢？那前端开发的生态环境和闭环又应该是什么样的呢？ 过去很长一段时间，我们都在探索适合自己团队的发展之路，建立大家共同认可的愿景和发展目标等。这时，首先要明确的就是，团队的追求和价
转载
2023-10-25 11:58:06
57阅读
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、Hadoop系统架构二、HDFS1.设计理念2.架构原理2.文件写入与读取4.数据备份三、MapReduce1.设计思想2.架构原理3.计算流程四、YARN总结 前言Hadoop分布式系统一、Hadoop系统架构Hadoop的核心组件分为： HDFS（分布式文件系统）、MapRuduce（分布式运算编程框架）、YAR
转载
2023-07-09 15:16:34
131阅读
近期一直在梳理做AI框架必懂的知识——AI框架系统知识，希望能够给自己从算法的研究，到AI框架的研究的近3年，做一个系列的总结，也会结合ZOMI酱在MindSpore的开发过程当中用到的一些最新的技术进行总结和梳理。文章会陆续更新，从上层的算法、用户面的表达层、到中间的编译层对神经网络图的优化、最后底层的执行器，当然少不了的有AI加速芯片。可能有时候因为工作原因呐，更新得比较慢，但是未来半年会继续
转载
2024-02-24 01:10:20
159阅读
一、编程模型和硬件架构由于AI应用对巨大算力的极致追求，各种针对AI计算场景的AI芯片架构层出不穷。AI软件栈的复杂性就来自于硬件架构的跨越式发展。而面对这样的复杂度，AI软件编程模型的设计和架构就变得至关重要。编程模型就是对编程共性的抽象，或许可以从两个层面理解：架构上，是对底层硬件架构和对软件的组织、复用、交互方式的抽象工程上，可以是一个或几个软件中间层所提供的上层应用开发接口。是基于硬件的岩
转载
2023-07-20 20:40:32
707阅读
思维导图是一种有效的思考和学习工具，它可以帮助你整理和呈现信息，激发你的创造力和记忆力。但是，传统的思维导图软件往往需要你花费大量的时间和精力来设计和绘制，而且难以修改和分享。有没有一种更简单和智能的方式来制作思维导图呢？答案是肯定的，那就是利用newbing。newbing是微软推出的一款基于GPT4模型的智能搜索引擎，它不仅可以提供高质量的搜索结果，还可以与你进行自
转载
2023-08-02 12:02:00
759阅读
AI框架的分布式并行能力的分析和MindSpore的实践一混合并行和自动并行背景本文是AI框架分析专栏的第三篇，总体目录参见：AI框架的演进趋势和MindSpore的构想：https://zhuanlan.zhihu.com/p/225392622这次文章顺序并没有按照原来规划的目录来写，原因是前期在分布式并行这一块分析的素材多一些，工作量小一点，所以就偷懒先写分布式并行这个主题。AI框架的分布式
转载
2024-06-24 23:40:12
198阅读
[中国，上海，2019年9月19日] 在HUAWEI CONNECT 2019期间，华为"引领智能网络"峰会隆重召开，发布了面向AI时代的华为智能IP网络三层AI架构及全系列新品(包括四大引擎 AI Turbo系列产品、iMaster NCE自动驾驶网络管理与控制系统，以及iMaster NAIE业界首个网络人工智能平台)。峰会上首次阐述了智能IP网络所需的三大特征，展示了华为已经将AI能力应用于
转载
2023-09-21 07:43:24
115阅读
我们都知道，AI技术正在以可见的速度被应用于各行各业，然而绝大部分业务场景想应用AI技术，都需要算法工程师根据自身业务的标注数据，来进行单独训练，才能打磨出合适的AI模型。如此一来，如何以最低的门槛和成本，实现AI技术落地变成了行业急需解决的问题。市场上的AI服务非常多，但是在视觉领域，通用的AI服务主要是基于图像的架构来做的，视频时代已经到来，基于图像的AI架构是否还能被广泛应用？阿里云视频云团
转载
2024-04-15 23:14:44
59阅读
Hadoop框架中，有很多优秀的工具，帮助我们解决工作中的问题。Hadoop的位置从上图可以看出，越往右，实时性越高，越往上，涉及到算法等越多。越往上，越往右就越火…… Hadoop框架中一些简介 HDFSHDFS，（Hadoop Distributed File System） hadoop分布式文件系统。在Google开源有关DFS的论文后，由一位大牛开发而成。HDFS的建
概要：ARM发布了两款针对移动终端的AI芯片架构，物体检测（Object Detection，简称OD）处理器和机器学习（Machine Learning，简称ML）处理器。今天，ARM发布了两款针对移动终端的AI芯片架构，物体检测（Object Detection，简称OD）处理器和机器学习（Machine Learning，简称ML）处理器。以往，ARM都是架构准备好了，才发公告。这次一反常态
转载
2024-08-04 11:02:24
40阅读
评价某项人工智能技术在金融领域的应用价值，需要回答三个问题：第一，技术成熟度如何？第二，技术能重点应用在价值链哪些环节？第三，产生了哪些价值？我们通过定量定性的分析，以及具体应用案例，逐一...
转载
2021-07-20 14:30:05
110阅读
人工智能，英文缩写：AI，所以现在我们说的AI技术其实就是人工智能技术。他是一种新型科学，也是计算机领域的一个分支，它是用于让机器模拟人的一种方式，代替人工。37号仓小编专门为大家总结了一般来说人工智能技术包括哪些，下面我们就来看一下吧!人工智能是计算机科学的一个分支，它试图理解智能的本质，并产生一种新的智能机器，其响应方式与人类智能类似。该领域的研究包括机器人技术，语音识别，图像识别，自然语言处
转载
2023-12-29 23:31:53
116阅读
Hadoop生态系统Hadoop1.x 的各项目介绍1. HDFS2. MapReduce3. Hive4. Pig5. Mahout6. ZooKeeper7. HBase8. Sqoop9. Flume10. AmbariHadoop生态系统当今的Hadoop已经成长为一个庞大的体系，只要有和海量数据相关的领域。都有Hadoop的身影。 Hadoop生态系统图谱 大家知道，Hadoop的两大
转载
2023-07-16 18:24:22
425阅读
Hortworks 作为Apache Hadoop2.0社区的开拓者，构建了一套自己的Hadoop生态圈，包括存储数据的HDFS，资源管理框架YARN，计算模型MAPREDUCE、TEZ等，服务于数据平台的PIG、HIVE&HCATALOG、HBASE，HDFS存储的数据通过FLUME和SQOOP导入导出，集群监控AMBARI、数据生命周期管理FALCON、作业调度系统OOZIE。本文简要
转载
2023-10-03 20:31:46
126阅读
人工智能是让机器像人一样思考甚至超越人类，而机器学习是实现人工智能的一种方法，它最基本的做法是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。深度学习又是机器学习的一种实现方式，它是模拟人神经网络的方式，用更多的层数和神经元，给系统输入海量的数据来训练网络。下面是我从主流人工智能平台技术架构的五层模型来分析技术栈。五层分别是基础数据层，计算引擎层，分析引擎层，应用引擎层和典型应
转载
2023-10-06 18:46:08
1021阅读
文章引起了AI圈内很多人士的关注，特别是对AI平台架构有兴趣的对此做了非常丰富的解读。MindSpore项目组内部也进行了讨论，总结了一些观点供大家思考（这些观点主要来自岳大师）。在分享我们对AI架构的未来的一些分析判断之前，也先简单的谈谈对Pathways的几个关键点的看法。Pathways一文，三个要点，其实是两个方面：1、是关于智能模型能力提升的两个点：one model fit 'all'
转载
2023-10-07 16:09:43
202阅读
泛义上讲人工智能，一般都会和机器学习结合在一起。AI 的架构人工智能的架构分为三层：应用层、技术层和基础层。
应用层聚焦在人工智能和各行业各领域的结合。技术层是算法、模型和技术开发。基础层则是计算能力和数据资源。各层架构再进行细分如下：
数据收集：获取什么类型的数据，数据可以通过那些途径获取。常见的数据来源是采集、购买或其他方式获取现
转载
2023-10-30 17:10:06
284阅读
一、整体讲师介绍 目录2、视觉技术和业务介绍视觉是重要技术，平台介绍 技术实力，视频，图像，垂类，软硬一体 落地场景 产业认可三、计算机核心技术三大任务 图像分类 高精度 transformer逐渐成为主流 轻量化，人工设计和模型压缩 轻量化工具 工具箱 目标检测 技术及应用 主流方案 free,关键点，中心点 优化策略，不同尺度 样本，采样，加大难样本采样 效果是在某个数据集，效率是在某个硬件
