破译白癜风 https://m-mip.39.net/nk/mipso_4424740.html什么是“MEET智能未来大会”？
大会上来了哪些重磅嘉宾？
他们在大会上探讨了什么主题？
没错！ChatGPT也参与了今年的大会，作为AI代表与人类嘉宾们一起回顾这一年来人工智能的发展，展望智能科技的未来。
下面还是老样子，一文看尽。
不同的是，这次的内容由ChatGPT协助编辑部共同整理。整场大会主要分成三个维度：
新技术新模型变革下，对计算、算力提出的新标准、新要求、新机遇；
时代级机遇求解征途中，诞生了哪些新场景、新物种、新应用；
以及当下已经纵横于各行各业的AI，究竟还有什么样的新路径、新方案、新价值？
新标准、新要求、新机遇
郑纬民院士：AI基准的设计能达到4个指标
首先开场的，是计算机系统结构这一学科泰斗，中国工程院院士、清华大学计算机科学与技术系郑纬民。毫无疑问的是，人工智能算力是当前人工智能领域发展的关键，那么此次他主要分享了他们所在团队对人工智能的三件事。
简单来说，就是AI与算力基础设施的设计、评测和优化。
第一件事，提出了一种AI算力基础设施的架构和平衡设计原则。目前全国20多个人工智能超算中心基本上都采纳了他们团队的设计思想。
首先，他谈到了HPC与AI之间的不同，包括应用领域、运算精度等方面。基于此，他们提出了人工智能计算机设计的平衡性原则，包括计算平衡设计、网络平衡计算、IO子系统设计。
目前，行业整体趋势是HPC+AI+BigData融合在一起。未来两到四年，三者融合的服务器就会出现。
第二件事，就是大规模人工智能算力基准评测程序AIPrf。
传统的AI算力评测基准存在着只针对单个芯片、只是移动端的硬件、可扩展性不好等问题，因此整个行业没有太合适的，于是他们就决定自己做一个。
AI基准设计要达到这四个目标：统一的分数、可变的规模、具有实际的人工智能意义、评测程序包含必要的多机通信。最终，以清华大学为主要团队做了AIPrf来测试，已于年11月15日发布。
第三件事，就是百万亿参数超大规模训练模型的加速方法。
学界达成一个基本共识，那就是模型规模和模型效果呈正相关关系。但模型规模上去了，CPU的内存、计算能力是有限的。因此大模型训练一定是多机的，分布并行的。
现在主要有三种并行方式：数据并行、模型并行、专家并行。他们把这三种并行训练模型开源到FastMOE系统当中，得到了工业界许多认可，比如阿里的淘宝天猫，腾讯、百度飞桨的MOE模块都用到了他们的系统。
最后他希望，他们团队做的三点小贡献，能够推动人工智能的发展。
高通ZiadAsghar：如何让「智能网联边缘」成为现实
高通技术公司产品管理高级副总裁ZiadAsghar，负责骁龙平台的产品规划以及公司所有产品线中应用处理器相关技术。他的工作服务于公司所有业务部门，包括移动、汽车、计算、XR、边缘云和物联网。
他在大会上提出：AI处理的重心正在持续向边缘侧转移。
原因有多方面，大量的数据在边缘侧产生，当今消费者希望拥有更好的数据隐私、希望数据可靠，并希望及时获取处理结果。
高通专注于“基于统一的技术路线图”进行产品开发，能够全面覆盖智能网联边缘，实现规模化扩展。
高通的AI技术已经赋能20亿终端，实现这一成果的核心是高通AI引擎（Qual
