藝術體操世錦賽：中國隊以1金1銅收官
2025-12-02 08:50 4,493次浏览北京8月11日電 (記者 夏賓)2025開放計算技術大會近日在北京舉行，大會聚焦在MoE(混合專家)大模型與AI智能體的技術發展趨勢下，如何以開放計算更好促進縱向擴展性能(Scale up)與橫向擴展效率(Scale out)的協同發展。 當前，模型算法開源、算力系統開放，已經成為AI時代一個主流趨勢，開源開放的全球化協作平臺正發揮越來越重要的作用，既能以系統化思維，通過提升單系統性能，滿足萬億參數大模型發展的需求；又能應對日益擴張的數據中心規模，通過全球產業鏈協作解決未來GW級AI數據中心面臨的系統性工程挑戰。 2025開放計算技術大會由開放計算社區OCP及開放標準組織OCTC(中國電子工業標準化技術協會開放計算標準工作委員會)聯合主辦，來自中國移動、字節跳動、阿里雲、三星、浪潮信息、清華大學、立訊技術等超千位知名學者、技術專家、應用開發者及廠商代表參與大會。 開源大模型正深刻重塑全球AI產業格局和發展路徑，與之伴生的是，公共雲平臺和模塊化AI基礎設施的普及，為開源模型的規模化落地和應用創新提供了至關重要的開放算力基礎。這種開源模型與開放算力的結合，會有效驅動海量長尾應用爆發，進一步加速AI普惠的實現。 OCP基金會高級總監Michael Schill表示，隨著AI日益成為社區成員關注的核心場景，OCP的工作重心正轉向AI主導，所有核心工作圍繞著AI開放系統(Open Systems for AI)戰略計劃展開，包括數據中心物理基礎設施、數據中心IT基礎設施和系統管理三個重點領域，並且發布了《可擴展基礎設施的藍圖》，這是AI開放系統戰略計劃當中的重要工作成果。 OCTC秘書長陳海認為，產業協同創新要從應用出發、從用戶思維出發，堅持標準引領產業發展，制定更切實落地的規範標準，推動和加速數據中心各領域的技術創新與成果普惠，讓更多的組織和個人從中獲益。 例如，面向多元計算資源組合和多應用場景的伺服器算力算效評估基準，就是通過系統評估伺服器整機的綜合算力與能效表現，為行業提供科學、可信的算力算效評估體系，為用戶伺服器架構選型和優化提供標準範式。 毋庸置疑，開放計算的興起與日益壯大，使得數據中心產業鏈的協同效應更緊密、融合創新能力更強，這一點對於飛速迭代的AI產業至關重要。 目前，MoE大模型的參數量仍在保持高速增長且迭代迅速，對單系統的算力密度與互聯速率提出極致要求，帶動了計算架構的變革。 OCTC輪值主席、中國移動通信有限公司研究院副院長段曉東指出，MoE大模型持續推高大算力，仍然是今天的時代主題，產業將會很快邁入以超節點這種網絡和算力、軟體和硬體全面協同優化的一個時代。 阿里雲基礎設施異構硬體和系統資深總監盧曉偉表示，超大規模MoE帶來了AI基礎設施的算力、互聯、能耗瓶頸，以及可靠性和穩定性的挑戰，需要為AI重構算力系統，Scale Up超節點架構將成為核心發展路徑。 三星電子副總裁、先行開發團隊負責人張實完表示，未來，超節點架構將會採用GPU發起式直連內存，通過GPU友好型介質與存儲，有效減少內存瓶頸，為大模型訓練推理提供強力支持。 字節跳動伺服器架構師高曉軍表示，當產業鏈各方以開放心態共建標準、共享技術、共拓場景，多樣性算力將不再是分散的「孤島」，而是互聯互通的「大陸」。 浪潮信息副總經理趙帥強調，開放計算社區的核心目標就是利用生態力量打破性能瓶頸，推動業務創新發展，這是一種系統化思維與應用價值導向。超節點架構本質上也是系統化思維的產物，它不是某一個點的突破，而是在現有技術、生態和成本約束下，從系統層面去打破晶片本身的性能邊界，最大化用戶價值。 作為社區的一員，浪潮信息後續將向社區成員開放自研的超節點架構設計以及PD分離框架，推動開放超節點架構的發展。 事實上，GW級AI數據中心對算力生態帶來的重要變革，已經推動了跨社區合作的進程加快。目前，OCP正在籌備成立「GW級開放智算中心OCP中國社區小組」，結合中國在能源、算力基礎設施與供應鏈方面的需求與優勢，推動AI開放系統戰略計劃在中國的落地。 同時，OCP也在同OCTC積極合作，探討將OCP領先的AI基礎設施技術架構、參考方案、前沿研究成果等在中國市場落地，在中國建立GW級AI數據中心的全球性標杆。(完)
天津8月14日電(記者 孫玲玲)記者13日從南開大學獲悉，近日，南開大學計算機學院媒體計算實驗室取得最新研究成果，不僅從評估的角度揭示了現有AI檢測方法的性能不足，並創新性地提出了「直接差異學習」(Direct Discrepancy Learning，DDL)優化策略，教會AI用「火眼金睛」辨別人機不同，實現AI檢測性能的巨大突破。相關成果論文已被計算機多媒體領域國際頂級會議ACM MM2025(ACM International Conference on Multimedia)接收。 圖為南開大學研究團隊提出的DetectAnyLLM檢測框架以及MIRAGE基準數據集亮點全析。(南開大學 供圖) 近日，OpenAI發布新一代人工智慧模型GPT-5，再次引發全球關注。隨著DeepSeek、ChatGPT、通義千問、豆包等AIGC大模型逐漸從「新奇玩具」變成學習、工作中不可或缺的「生產力工具」，其伴生問題也日益凸顯：AI經常會「一本正經地胡說八道」，生成看似合理的虛假信息，造成「AI幻覺」；依賴AI工具代寫作業甚至畢業論文，極大衝擊著學術誠信和規範；論文AI率檢測系統有待完善，論文被誤判的問題時有發生……如何精準識別AI生成內容，成為亟待解決的熱點問題。 據了解，目前AI生成內容檢測主要有兩種路線，一種是「基於訓練的檢測方法」，使用特定數據訓練一個專用的分類模型；另一種是「零樣本檢測方法」，直接使用一個預訓練的語言模型並設計某種分類標準進行分類。 圖為AI生成內容檢測示意圖。(南開大學 供圖) 多項研究表明，現有檢測方法在應對複雜的現實場景時常顯不足。此前也曾有權威媒體報導，《荷塘月色》《流浪地球》等經典作品被某常用論文AI率檢測系統檢出高AI率。 為何現有的AI檢測工具會「誤判」？論文第一作者、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道：「如果把AI文本檢測比作一場考試，檢測器的訓練數據等同於日常練習題，現有檢測方法是機械刷題、死記硬背答題的固定套路，難以學會答題邏輯，一旦遇到全新難題，準確率就會顯著下降。」 「要想實現通用檢測，理論上需收集所有大模型的數據進行訓練，但在大模型迭代飛速的今天幾乎不可能。」付嘉晨說，讓檢測器真正學會舉一反三，即提升檢測器的泛化性能，是提升AI文本檢測性能的關鍵。 為此，研究團隊提出了DDL方法另闢蹊徑，通過直接優化模型預測的文本條件概率差異與人為設定的目標值之間的差距，幫助模型學習AI文本檢測的內在知識，可以精準捕捉人機文本間的深層語義差異，從而大幅提升檢測器的泛化能力與魯棒性。 「使用DDL訓練得到的檢測器如同有了『火眼金睛』，即便只『學習』過DeepSeek-R1的文本，也能精準識別像GPT-5這樣最新大模型生成的內容。」付嘉晨說。 團隊還提出了一個全面的測試基準數據集MIRAGE，使用13種主流的商用大模型(如豆包、DeepSeek、Kimi等)以及4種先進的開源大模型(如Qwen等)，從AI生成、潤色、重寫三個角度構造了接近十萬條人類-AI文本對。 「MIRAGE是目前唯一聚焦於對商用大語言模型檢測的基準數據集。直觀地說，之前的基準數據集是由少而且能力簡單的大模型命題出卷，而MIRAGE是17個能力強大的大模型聯合命題，形成一套高難度、又有代表性的檢測試卷。」論文通訊作者、南開大學計算機學院副教授郭春樂說。 在MIRAGE的測試結果顯示，現有檢測器的準確率從在簡單數據集上的90%驟降至約60%；而使用DDL訓練的檢測器仍保持85%以上的準確率。與史丹福大學提出的DetectGPT相比，性能相對提升71.62%；與馬裡蘭大學、卡內基梅隆大學等共同提出的Binoculars方法相比，性能相對提升68.03%。 「AIGC發展日新月異，我們將持續迭代升級評估基準和技術，致力於實現更快、更準、更低成本的AI生成文本檢測，以AI之力，讓每一篇成果更出彩。」研究團隊負責人、南開大學計算機學院教授李重儀說。(完)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
9.1樱花ppt网站大片
「活动」首次登录送新手大礼包
- 软件大小: 276.91MB
- 最后更新: 2025-12-02 08:50
- 最新版本: v5.2.2.6
- 文件格式: apk
- 应用分类:ios-Android 抖音成人版
- 使用语言: 中文
- : 需要联网
- 系统要求: 2.57以上
客服热线：132-3642-2956
伊人app类似软件
猜你喜欢
98563
62
2025-12-02 08:50
25978
35
2025-12-02 08:50
36274
18
2025-12-02 08:50
83695
56
2025-12-02 08:50
84196
12
2025-12-02 08:50
32581
31
2025-12-02 08:50
85439
43
2025-12-02 08:50
63459
21
2025-12-02 08:50
14796
98
2025-12-02 08:50
63894
36
2025-12-02 08:50
86
48635
47635
51
24
53496
51239
35624
87
47381