“并行处理”的搜索结果
RAG早已经过时，RAG-Fusion正当时
检索增强生成（RAG）是一种人工智能框架，它通过结合语言模型（LLM）生成的响应和外部知识来源来提高答案的质量和准确性。RAG的工作流程...
GPU，警钟敲响！
Nvidia的GPU在2023年经历了显著增长，数据中心GPU出货量达到约376万台，相较于2022年的264万台增长了100多万台。此外，2024年第二季度的...
Jeff Dean回忆谷歌趣事：吴恩达激励自己继续研究，Hinton曾是最强「实习生」
Jeff Dean，谷歌的AI领域资深专家，自1999年加入谷歌以来，一直是公司在人工智能和机器学习领域的领军人物。他参与创立了Google Brain团...
又一芯片公司，被GPU改变命运
在AI时代，英伟达凭借GPU在并行处理上的优势，成为了AI训练和推理的加速器，而传统CPU在AI应用面前显得力不从心。Ampere Computing LLC...
门板上做研究的首席科学家：Jeff Dean 解密谷歌和 Gemini 背后的故事
谷歌首席科学家Jeff Dean在谷歌的职业生涯中，见证了公司从一个小规模的搜索引擎发展成为全球科技巨头。他始终坚守着谷歌的使命：组织全...
论文荣登计算机体系结构顶会ISCA，芯片架构成为边缘AI最佳并行计算选择
随着AI大模型的快速发展，对GPU的需求不断增长，同时边缘AI应用的兴起也推动了边缘AI服务器和加速处理器市场的增长。在众多计算架构中，...
CXL，AI时代的“运力”引擎
生成式人工智能（AIGC）的快速发展对算力芯片提出了更高的要求，同时也暴露了传统系统设计在计算需求方面的不足。在2024开放计算中国峰...
GPU训Llama 3.1疯狂崩溃，竟有大厂用CPU服务器跑千亿参数大模型？
在人工智能领域，对于高端GPU的狂热追求并非总是最佳解决方案。尽管GPU在并行处理能力上具有优势，但其显存容量受限，且成本高昂，对于...
颠覆传统架构！华人科学家 20 年心血：AI 能效提高 1000 倍，未来需求井喷！
明尼苏达大学科学与工程学院的研究人员开发了一种名为计算随机存取存储器（CRAM）的新型数据存储模型，该模型通过在内存内部直接进行计...
打破CUDA的垄断
随着人工智能(AI)在各个领域的广泛应用，软件堆栈的选择对于满足以GPU为中心的AI任务的计算需求变得至关重要。软件堆栈是指协同工作以在...
