作为全球高性能计算领域一年一度的盛事,第32届国际超级计算大会19日在德国法兰克福会展中心正式举行,并将21日设为Deep Learning Day,讨论基于深度学习技术的人工智能的最新进展。百度云作为大赛协办方、国内唯一一家受邀参展的软件商,负责Deep Learning Day国际大学生超算大赛(SCC)的试题策划,并参与评判,同时为竞赛提供深度学习平台和运算环境。
百度云副总经理傅徐军出席大会并为获奖团队颁奖。傅徐军表示,作为全球领先的人工智能公司,百度非常荣幸推动并见证来自全世界杰出的年轻人,在深度学习领域发挥自己的创造力。百度也将通过百度云开放深度学习平台,为每一个开发者、每一家企业提供领先、易用的AI工具和服务,在更广阔的领域发挥超算和人工智能等技术的力量,让世界变得更简单、更美好。
百度云副总经理傅徐军为本届国际超算大赛总冠军清华大学队颁奖
此次国际超算大会不仅聚焦高性能计算, 人工智能亦成为关注焦点。
深度学习的巨大成功,引发了建立更大规模人工神经网络的竞赛,包括使用更多的训练数据,使计算机能够承担更复杂的任务。这样的深度学习任务将挑战计算的可行性,要求大量的数据吞吐量和计算能力。因此,实现大规模深度学习已经成为高性能计算社区的一个新兴主题。
Deep Learning Day举办的大赛项目,鼓励本科生甚至高中生使用深度学习解决现实世界中的问题。百度云提供深度学习平台,并策划了“验证码图像识别挑战”竞赛试题,目标是通过Keras深度学习库来训练自定义模型。透过这个比赛,我们看到了对于绝大多数没有AI积累的企业,如何快速搭上人工智能快车的可行方式。
百度云深度学习平台负责人作为裁判指导参赛队伍
百度云深度学习平台 推动人工智能应用落地
深度学习的发展是推动新一轮人工智能爆发的核心因素。掌握灵活而强大的深度学习能力正是人工智能实现落地的关键。
实用的“深度学习”网络模型通常包含数百万到数十亿参数。训练这样的模型通常需要大量计算资源和训练技巧。昂贵的成本和技术经验成为阻碍中小企业和个人开发者使用深度学习技术的最大限制。因此免费、开放的深度学习平台,能够帮助企业工程师更高效、便捷的将深度学习技术应用于产品,提升人工智能应用落地能力。
百度云深度学习平台是国内唯一一家开源的深度学习平台 ,基于PaddlePaddle/TensorFlow开源计算框架,支持GPU运算,依托百度云分布式技术,为深度学习技术的研发和应用提供可靠性高、扩展灵活的云端托管服务。通过百度云深度学习平台,企业和开发者可以轻松训练神经网络,实现情感分析、机器翻译、图像识别等人工智能应用。
百度云深度学习平台具有简单易用的特性,即使是学生团队也能轻松上手使用。百度云深度学习平台负责人表示,相比企业自己采购硬件、使用开源软件搭建深度学习平台,百度云深度学习平台作为国内首个支持深度学习落地的平台,在成熟的深度学习研发环境、大数据平台整合能力、任务调度及资源监控、使用培训等方面有极大优势。开发者可以免费获得分布式机器学习算法源码,从而降低开发和部署分布式机器学习系统及相关应用的门槛。
人工智能正在推动新的工业革命,未来人工智能像机械化、电气化、信息化一样渗透到每一个行业的每一个角落。百度云ABC战略,通过开放合作,输出人工智能、大数据和云计算能力,为广大开发者提供百度云深度学习平台等AI工具和服务,帮助更多中小企业实现人工智能应用的落地,将人工智能技术下沉到更丰富的生活场景中。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。