Cmeet2023·第十二期 | 拥抱AIGC,迎接人工智能新时代,2023 GenAI Devs Meetup 1st 圆满举行!
在科技日新月异的今天,AIGC已经成为了一个热门话题,技术成为行业发展的核心动力。2022年11月,OpenAI发布ChatGPT,仅用2个月就创造了APP用户过亿的新记录。ChatGPT强大的内容生成能力,引起了业界普遍关注,也加速了人工智能行业从决策式/分析式AI(Discriminant/Analytical AI)到生成式AI (Generative AI)的演化。
2023年5月14日,Sota.AI联合CSDN CMeet&CDC、全球青年领航计划,于上海虹口举办了首场线下智能AI交流Meetup,来自NVIDIA、达观数据、彬复资本的多位技术专家围绕智能AI的主题,围绕着AIGC技术前沿、一线实践、创新产品以及产业化机会,为线上线下的观众奉献了一场精彩的技术盛会。会议现场问答环节的讨论十分激烈,线上观看累积人数过万。

会议开始,由nvidia高级软件架构师何成杰带来演讲主题《LLM Inference》以及《TensorRT&TRITON》,以Transformer深度学习模型为基础,何成杰对TensorRT推理库以及开源推理框架TRITON进行了深度讲解。
TensorRT是可以在NVIDIA各种GPU硬件平台下运行的一个C++推理框架,何成杰认为,通过算子融合、动态显存分配、精度校准、多steam流、自动调优等操作,TensorRT能够帮助用户调优模型,大大提升模型在GPU上运行的速度;NVIDIA Triton推理服务器则是NVIDIA推出的开源推理框架,它简化了使用基于各种框架的模型执行多种方式推理的工作,同时保持更高的吞吐量和系统利用率。

NVIDIA高级软件架构师何成杰
接下来,达观数据副总裁、高级工程师王文广带来《拥抱通用人工智能》的演讲。王文广对通用人工智能(AGI)在大数据时代的优势与作用进行了比较分析,指出数据收集、算法设计、模型训练、模型评估、模型的部署和应用是实现通用人工智能的重要路径。他还提出以“神经网络大模型+知识图谱+强化学习”实现人本AGI的思路,从数据、计算、存储、人才等各个方面总结大语言模型的影响因素,并在会议结束时呼吁:“AI虽不能取代人类,然则善用AI者必将胜过不善用者!”

达观数据副总裁、高级工程师王文广
会议最后,由彬复资本董事、总经理张周带来主题演讲《生成式AI的生态与机遇》。生成式AI是一种特定类型的AI,专注于生成新内容,如文本、图像和音乐。基于行业的实践与数据分析,张周为观众分享了海外与国内的生成式AI的生态对比,指出国内生成式AI行业起步较晚,生态位、产业链和场景划分不清晰,大部分企业仍在探索。尽管生成式AI和大模型的机会是巨大的,但是成功的路径仍然比较狭窄,在选择“做什么”和“怎么做”两个问题上既要考虑传统创业的问题,也要考虑新技术范式的特有属性。此外,张周还为生成式AI行业如何在技术路线、商业模式和生态位作出选择提供了思路。首先要考虑技术的迭代方向,顺应技术发展,同时躲避技术碾压;其次要对技术收敛程度和技术创业深度有相当把握;而在关注底层模型技术进步的同时,也要注重反向挖掘其短期无法完善的能力。

达观数据副总裁、高级工程师王文广
现场会议热烈讨论:



AIGC是一个充满挑战和机遇的领域,我们期待着AI技术在各个领域中发挥更重要的作用,带来更多的创新和突破,相信随着AI技术的不断进步,我们将迎来一个更加智能、便捷和美好的未来。
此次CSDN系列技术沙龙Meetup上海站圆满结束,未来,Sota.AI将协同CSDN面向开发者、产品经理以及核心创投圈,继续举办系列线上线下活动,欢迎各位程序员和技术爱好者加入,与技术大佬们一起论道,交流学术共识挑战与机遇!
相关推荐
产业园区运营负责人如何利用平台挖掘企业技术需求并精准对接?.docx
科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
Challenges in Functional Verification of PCIe 3.0 Devices.pdf
Challenges in Functional Verification of PCIe 3.0 Devices.pdf
轻美图纯PHP图库网站源码(内含1000+美图).zip
纯PHP的移动端图库站:把图片按「img/日期目录/」存放,自动按上传批次归组,前台封面卡瀑布流展示,手机电脑都能看。 不依赖数据库服务、不依赖框架,PHP自带SQLite即可。内含1000+美图,虚拟主机上传即用。
chrome-win32-158.0.8127.18(Beta).zip
chrome-win32-158.0.8127.18(Beta).zip
无刷直流电机BLDC转速电流双闭环+无位置传感器控制仿真【仿真+详解说明报告+参考文献】
内容概要:本文提供了一套关于无刷直流电机(BLDC)转速电流双闭环控制与无位置传感器控制的Simulink仿真资源,包含完整的仿真模型、详尽的说明报告及参考文献。资源核心聚焦于BLDC的高性能控制策略,重点实现了基于滑模观测器(SMO)的无位置传感器控制技术,并系统对比了模糊PID与传统PID控制在BLDC调速系统中的性能差异。内容涵盖了转速环与电流环的双闭环PI控制器设计、反电动势过零检测、换相逻辑、PWM调制等关键技术环节,同时提供了模糊神经网络PID等先进智能控制算法的扩展仿真模型,旨在帮助用户深入理解BLDC的控制原理、无感控制实现方法及多种智能控制策略的仿真建模技术。; 适合人群:具备一定电力电子技术、自动控制理论和电机学基础,从事电机驱动控制、电力传动系统研究或相关产品开发的研究生、科研人员及工程技术人员。; 使用场景及目标:① 学习和掌握无刷直流电机双闭环控制系统的设计流程与Simulink仿真建模方法;② 深入研究并实践基于滑模观测器的无位置传感器控制技术的实现原理与参数整定;③ 对比分析模糊PID、传统PID及模糊神经网络PID等多种智能控制算法在BLDC调速系统中的动态响应、抗干扰能力和稳态精度等性能差异;④ 为电机控制相关的课程设计、毕业设计、科研项目或工程开发提供可复现的仿真模型和理论依据。; 阅读建议:建议读者结合所提供的详解说明报告与参考文献,严格按照步骤在Simulink环境中搭建、调试和运行仿真模型。学习过程中应重点关注控制器参数(如PI参数)的整定过程、滑模观测器的设计与抖振抑制、以及不同控制策略下系统的启动、调速和抗负载扰动等动态响应特性,通过大量的对比仿真实验,深化对BLDC控制理论与工程实践的理解。



