【通义】AI视界|英特尔和AMD“史无前例”首次合作,组建X86生态系统咨询小组

简介: 本文概览了近期科技领域的五大热点新闻,包括联想与Meta合作推出个人AI智能体“AI Now”,英特尔和AMD首次合作组建X86生态系统咨询小组,特斯拉计划大规模生产自动驾驶出租车,前Palantir首席信息安全官加盟OpenAI,以及Meta因涉嫌损害青少年心理健康面临美国多州诉讼。更多资讯,请访问通义平台。

本文内容均由【通义】自动生成,打开通通知道,获取更多精彩资讯~

24小时精选 ✦

  1. 联想和Meta合作,推出面向PC的个人AI智能体“AI Now”
  2. 英特尔和AMD“史无前例”首次合作,组建X86生态系统咨询小组
  3. 特斯拉将大规模生产革命性的自动驾驶出租车
  4. 前Palantir首席信息安全官出任OpenAI 首席信息安全官
  5. 法官裁定Meta必须面对美国各州诉讼


01 联想和Meta合作,推出面向PC的个人AI智能体“AI Now”

联想集团召开了年度Tech World大会。在会上,联想CEO杨元庆与Meta创始人兼CEO马克·扎克伯格共同宣布了联想与Meta合作的最新成果——基于Llama大模型打造的面向PC的个人AI智能体“AI Now”。杨元庆表示,联想将AI的未来定义为“混合式人工智能”,企业基础模型和私有云将与公共基础模型和公有云共存,共同塑造混合式人工智能的未来。“现在,这一趋势更加明显。私有AI,包括个人AI和企业AI,将与公共AI共存。它们相互补充,为不同的客户提供更适配、更优化的结果。”


此次合作标志着联想与Meta在人工智能领域的深度结合。联想作为全球领先的PC制造商,结合Meta在AI技术上的强大实力,推出AI Now智能体,旨在将PC从传统的计算工具转变为更加智能、个性化的助手。

02 英特尔和AMD“史无前例”首次合作,组建X86生态系统咨询小组

在联想Tech World大会上,英特尔首席执行官帕特·基辛格宣布了英特尔与AMD的一项重要合作:两家公司决定共同组建一个X86生态系统咨询小组(X86 Ecosystem Advisory Group)。这是两家公司在公开场合展示的一次史无前例的合作尝试,其目的是为了共同塑造X86架构的未来,促进软件开发的简化,确保接口的一致性和互操作性,并为开发者提供标准的架构工具及指令集。


长期以来,英特尔和AMD都是竞争对手,特别是在CPU市场。然而,面对着日益复杂的计算需求和新兴技术的挑战,两家公司选择携手合作,表明他们认识到只有共同推进X86生态系统的发展,才能更好地服务于整个行业的需求。通过合作,两家企业能够共同努力制定和推广X86架构的技术标准,这对于确保不同硬件之间的兼容性和软件的无缝迁移至关重要。

03 特斯拉将大规模生产革命性的自动驾驶出租车

特斯拉CEO埃隆·马斯克在Cybercab原型车发布会上宣布将大规模生产革命性的自动驾驶出租车,这是特斯拉迈向未来交通的一个重要步骤。


Cybercab是一款没有传统方向盘和踏板的设计,这标志着特斯拉在自动驾驶技术上的进步。这样的设计不仅提供了更宽敞的内部空间,也强调了车辆完全依赖自动驾驶技术进行操作的理念。Cybercab的起售价低于3万美元,这比特斯拉现有的Model 3车型价格更低。特斯拉计划在2026年开始生产Cybercab,并在2027年实现大规模量产。


尽管特斯拉有雄心壮志,但目前美国的法规还不允许完全没有方向盘或踏板的车辆上路。每年只能获得2500辆自动驾驶汽车的豁免数量对于特斯拉这样规模的企业来说是非常有限的。因此,特斯拉要想实现大规模生产并投入运营,还需要克服法规和技术双重障碍。

04 前Palantir首席信息安全官出任OpenAI 首席信息安全官

前 Palantir 的首席信息安全官 Dane Stuckey 宣布加入 OpenAI,担任首席信息安全官。Palantir 是一家以处理政府和商业机构大数据而闻名的公司,Stuckey于2014年加入公司,在处理复杂和敏感信息方面有丰富经验。他的加入旨在帮助 OpenAI 改进其现有的安全策略,尤其是在面对产品漏洞和安全事件时,这在过去的一段时间内已经成为了 OpenAI 和其他科技公司所面临的重要问题,同时其工作经验也许能帮助 OpenAI 在和政府关系中更进一步。

05 法官裁定Meta必须面对美国各州诉讼

2023 年,美国加利福尼亚州等 33 个州在加州联邦法院联合起诉 Meta,指控其旗下的 Facebook 和 Instagram 故意设计让青少年上瘾的功能,损害了年轻人的心理健康。2024年10月15日,美国地区法官 Yvonne Gonzalez Rogers 驳回了 Meta 提出的驳回各州在去年提起的两起独立诉讼中的指控。其中一起诉讼涉及加利福尼亚州和纽约州等 30 多个州,另一起诉讼由佛罗里达州提起。法官的这一裁决为各州和其他原告寻求更多证据并可能进行审判扫清了道路。Meta 的一位发言人表示,该公司总体上不同意这项裁决,并表示公司 “开发了许多工具来支持青少年和其父母”。


此前,Facebook 举报人弗朗西斯・豪根提供了数以万计的 Meta 公司内部文件,显示该公司知道其产品可能会对年轻人的精神健康产生负面影响。这些文件的曝光引发了公众对 Meta 的质疑和批评,也为后续的诉讼提供了一定的证据基础。


如果诉讼成功,Meta 将面临高额的罚款和法律制裁。根据相关法律,Meta 可能需要为其违反消费者保护法规以及《儿童在线隐私保护规则》等行为支付数亿美元的民事罚款。


本文内容均由【通义】自动生成,打开通通知道或扫描下方二维码,获取更多精彩资讯~

内容营销_云社区_云社区内容合作_通通知道首页.png

相关文章
|
14天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
14天前
|
存储 人工智能 vr&ar
转载:【AI系统】CPU 基础
CPU,即中央处理器,是计算机的核心部件,负责执行指令和控制所有组件。本文从CPU的发展史入手,介绍了从ENIAC到现代CPU的演变,重点讲述了冯·诺依曼架构的形成及其对CPU设计的影响。文章还详细解析了CPU的基本构成,包括算术逻辑单元(ALU)、存储单元(MU)和控制单元(CU),以及它们如何协同工作完成指令的取指、解码、执行和写回过程。此外,文章探讨了CPU的局限性及并行处理架构的引入。
转载:【AI系统】CPU 基础
|
14天前
|
人工智能 缓存 并行计算
转载:【AI系统】CPU 计算本质
本文深入探讨了CPU计算性能,分析了算力敏感度及技术趋势对CPU性能的影响。文章通过具体数据和实例,讲解了CPU算力的计算方法、算力与数据加载之间的平衡,以及如何通过算力敏感度分析优化计算系统性能。同时,文章还考察了服务器、GPU和超级计算机等平台的性能发展,揭示了这些变化如何塑造我们对CPU性能的理解和期待。
转载:【AI系统】CPU 计算本质
|
14天前
|
机器学习/深度学习 存储 人工智能
转载:【AI系统】计算之比特位宽
本文详细介绍了深度学习中模型量化操作及其重要性,重点探讨了比特位宽的概念,包括整数和浮点数的表示方法。文章还分析了不同数据类型(如FP32、FP16、BF16、FP8等)在AI模型中的应用,特别是FP8数据类型在提升计算性能和降低内存占用方面的优势。最后,文章讨论了降低比特位宽对AI芯片性能的影响,强调了在不同应用场景中选择合适数据类型的重要性。
转载:【AI系统】计算之比特位宽
|
14天前
|
机器学习/深度学习 人工智能 算法
转载:【AI系统】关键设计指标
本文介绍了AI芯片的关键设计指标及其与AI计算模式的关系,涵盖计算单位(如OPS、MACs、FLOPs)、关键性能指标(精度、吞吐量、时延、能耗、成本、易用性)及优化策略,通过算术强度和Roofline模型评估AI模型在芯片上的执行性能,旨在帮助理解AI芯片设计的核心考量与性能优化方法。
转载:【AI系统】关键设计指标
|
14天前
|
机器学习/深度学习 人工智能 并行计算
转载:【AI系统】AI轻量化与并行策略
本文探讨了AI计算模式对AI芯片设计的重要性,重点分析了轻量化网络模型和大模型分布式并行两大主题。轻量化网络模型通过减少模型参数量和计算量,实现在资源受限设备上的高效部署;大模型分布式并行则通过数据并行和模型并行技术,解决大模型训练中的算力和内存瓶颈,推动AI技术的进一步发展。
转载:【AI系统】AI轻量化与并行策略
|
3天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在电子商务中的个性化推荐系统:驱动用户体验升级
AI在电子商务中的个性化推荐系统:驱动用户体验升级
42 17
|
3天前
|
人工智能 安全 机器人
OpenAI重拾规则系统,用AI版机器人定律守护大模型安全
在人工智能领域,大语言模型(LLM)展现出强大的语言理解和生成能力,但也带来了安全性和可靠性挑战。OpenAI研究人员提出“规则基于奖励(RBR)”方法,通过明确规则引导LLM行为,确保其符合人类价值观和道德准则。实验显示,RBR方法在安全性与有用性之间取得了良好平衡,F1分数达97.1。然而,规则制定和维护复杂,且难以完全捕捉语言的多样性。论文:https://arxiv.org/pdf/2411.01111。
31 13
|
7天前
|
机器学习/深度学习 传感器 人工智能
AI视频监控系统在养老院中的技术实现
AI视频监控系统在养老院的应用,结合了计算机视觉、深度学习和传感器融合技术,实现了对老人体征、摔倒和异常行为的实时监控与分析。系统通过高清摄像头和算法模型,能够准确识别老人的动作和健康状况,并及时向护理人员发出警报,提高护理质量和安全性。
43 14
|
3天前
|
机器学习/深度学习 存储 人工智能
基于AI的实时监控系统:技术架构与挑战分析
AI视频监控系统利用计算机视觉和深度学习技术,实现实时分析与智能识别,显著提升高风险场所如监狱的安全性。系统架构包括数据采集、预处理、行为分析、实时决策及数据存储层,涵盖高分辨率视频传输、图像增强、目标检测、异常行为识别等关键技术。面对算法优化、实时性和系统集成等挑战,通过数据增强、边缘计算和模块化设计等方法解决。未来,AI技术的进步将进一步提高监控系统的智能化水平和应对复杂安全挑战的能力。