人工智能

大模型从百亿向千亿参数迭代时,GPU算力随芯片快速提升,但显存容量增长滞后,算力与存力的“剪刀差”持续拉大,显存已日益成为推理系统的瓶颈。
今年双十一最值得关注的,不是哪家平台发布了多么炫目的 AI 功能,而是大厂对 AI 的态度变了:从前两年的“谁会颠覆谁”,走到了今天的“谁能把谁用好”。这场和解,至少有三层意思:承认 AI 有能力边界,重新看清自己的生存基因,也开始重新计算竞争的成本。
从整体规模看,我国水运行业数智发展迈出坚实步伐。已建成自动化集装箱、干散货码头60座,自动化码头应用规模、技术水平、作业效率稳居世界前列;全国电子航道图制作里程超29000公里、发布里程超19000公里,长江智慧航道武汉示范段、苏北运河等智慧航道初步建成。
算力浪潮催生的“冷生意”热度,背后是算力基础设施底层架构的变革。
企业AI投资正从“技术狂欢”进入“算账阶段”。分析师指出,大多数组织仍难以衡量AI的财务回报,但CFO和投资者已经开始追问:ROI到底在哪里?
报告指出,此类系统不应只被理解为目标打击工具,凡是依赖大量异构数据、态势判断、方案生成和循环执行的军事流程,都可能获得类似“20人完成过去2000人工作”的效率提升。
Token作为算力与服务的核心计价单位,其价格波动不仅关乎成本,更折射出模型层与应用层之间的价值争夺。当模型能力趋同,普通Token单价持续走低,行业不得不直面一个灵魂拷问:Token的定价权究竟在谁手中?
无论任何先进模型,在面对超出其参数化知识封装范围的领域知识时,都会表现出幻觉。这一问题的根源并非算法的缺陷,而在于其知识架构的闭环缺陷。RAG(Retrieval-Augmented Generation,检索增强生成)正是为弥合这一结构性裂隙而生。
GSMA最新报告警告,全球仍有34亿人未使用移动互联网,而AI驱动的内存芯片涨价正推高入门级智能手机成本,恐将数十亿人彻底挡在数字经济门外。
加载更多

活动