HUAWEI CONNECT 2018（华为全联接大会）上周在上海落下帷幕。个人认为全联接大会在全球来看都是最顶级的技术创新和思想交流盛会。

在这种情况下，我们较少考虑汉堡包的销售数量，而转向关注真正成就未来的关键指标。

屋内立即嘈杂起来，一干人等纷纷站起，叽叽喳喳鱼贯而出，顷刻间，偌大的会议室只剩下两人。

2015年11月，陈吉平在杭州成立了杭州玳数科技有限公司，作为旗下品牌，“袋鼠云”成为中国「数据中台」赛道中的第一家创业公司的符号。

如果大家每天需要处理数百万亿次AI模型执行，并在生成式AI步入主流的背景下时刻准备将这样的负载规模再提升一、两个数量级，那GPU就是各位不可或缺的战略资源。Meta Platforms明显就是这样，他们正拿出大笔财务预算，想要用“钞能力”从英伟达手中夺取显卡产能。

IT负责人Bernd Rattey希望摆脱繁琐的治理流程和孤岛思维，为此，他依靠双重领导、业务驱动的项目和精简的中央规范做到这一点。

未来，新华三大学将继续以成为中国数字化解决方案领域卓越的创新大学为愿景，坚持推动学校育人与企业用人的协同发展，培养杰出的数字化产业人才，为各行各业的数字化转型源源不断地输送人才支持，助力数字中国的建设发展。

不少企业仍旧被困在无法上云的“牢笼”里。究其原因,原来是因为“上云实在太难了”!

清华大学团队发布AutoTriton，这是首个专门用于Triton编程的AI模型，通过创新的两阶段训练方法——监督微调与强化学习相结合，让普通程序员也能轻松编写高性能GPU内核代码。尽管只有80亿参数，但在权威基准测试中表现媲美千亿级大模型，有望大幅降低GPU编程门槛。

戴尔副董事长、产品和运营负责人Jeff Clarke分析指出，Dell Technologies被评为全球最受尊敬的公司之一，这意味着Dell Technologies的整体价值体现，充分表现在了这样一个独特的家族中。

面对全球环境的日趋动荡和消费市场的高频变化，传统纺织业过去积攒的行业短板也日益凸显，产业升级迫在眉睫。

近日，在接受至顶网记者采访时，华夏银行技术部主管王晨以微信银行的业务重构为例，介绍了华夏银行如何基于微服务架构，利用容器等前沿技术，满足分行业务应用等定制化需求。

本文探讨了人工智能发展路径的两种观点:一是传统的"人工智能-通用人工智能-超级人工智能"三阶段路径;二是直接从人工智能跨越到超级人工智能的新观点。文章分析了两种路径的利弊,指出虽然目前尚无定论,但考虑这两种可能性对人类应对AI发展至关重要。文章还探讨了人类是否能主导这一进程,以及AI可能带来的影响。

对于中国算力基础设施市场第一阵营的联想而言，将技术扎到根，做AI算力的沃土，推动行业智能应用创新，携手伙伴构建核心技术生态，共同加速中国千行万业的智能化，这位“老将”可谓下足了“新功夫”。

这篇论文介绍了GSO（Global Software Optimization），一个用于评估大语言模型在软件性能优化任务中能力的基准测试。研究团队从真实代码库中提取了102个优化任务，涵盖10个代码库和多种编程语言。实验结果显示，即使最先进的AI编程助手在这些任务上的成功率也低于5%，表明软件优化对当前模型仍是巨大挑战。研究分析了失败模式，包括低级语言处理困难、懒惰优化策略和瓶颈定位不准确等问题，为未来研究提供了明确方向。

就在上个月底，IBM位于加利福尼亚州阿尔马登的研究实验室（主要负责AI、量子计算、安全及存储类项目）公布了基于TrueNorth架构的NorthPole启动器，此架构已经在《科学》及IBM研究院的博文中正式公布。

法国Valeo公司联合巴黎索邦大学开发出DIP技术，让AI模型能像人类一样通过少量样本快速学习图像理解。该技术采用创新的"元学习"训练方式，无需人工标注即可显著提升模型在复杂场景下的分割性能，训练时间仅需9小时，在多个数据集上表现优异，为自动驾驶、医疗影像等领域应用提供了新可能。

AutoAI自动执行高度复杂的任务，为你的数据寻找并优化最好的机器学习模型、特征和模型超参数。AutoAI完成了原本需要专业数据科学家团队和其他专业资源才能完成的工作。可在几分钟内完成通常需要整个数据科学家团队数个小时到数天才能完成的工作。

据麦肯锡调查显示，大多数工业企业都陷入了“试点困境”。为此，麦肯锡在中国成立了工业物联网中心的背景，其目的就是结合麦肯锡内部的转型研究成果，以及来自全球的专家资源，把企业拽出“泥潭”。

2019年，中国《政府工作报告》中首次提出了“智能+”，并指出，“推动传统产业改造提升，围绕推动制造业高质量发展，强化工业基础和技术创新能力，促进先进制造业和现代服务业融合发展，加快建设制造强国。