第一部分：海外大模型：科技巨頭自主研發(fā)，積極聯(lián)盟AI 初創(chuàng)公司如何形成“數(shù)據(jù)模型應(yīng)用”的飛輪是AI?大模型企業(yè)成功關(guān)鍵微軟OpenAI?領(lǐng)先，谷歌追趕，Meta?防御性開源，英偉達(dá)轉(zhuǎn)型算力云服務(wù).科技巨頭正通過其云計(jì)算部門，積極尋求與AI?初創(chuàng)公司的合作OpenAI：全球領(lǐng)先的AI?初創(chuàng)企業(yè)發(fā)展歷程：從非營(yíng)利開端到向營(yíng)利性全面轉(zhuǎn)型團(tuán)隊(duì)：年輕、背景豪華且高度聚焦技術(shù)算力：強(qiáng)大的算力支撐GPT?釋放大模型潛能模型：堅(jiān)持GPT?技術(shù)路徑，持續(xù)探索生成式AI?潛力應(yīng)用：以產(chǎn)品為導(dǎo)向形成數(shù)據(jù)飛輪，逐步構(gòu)建生態(tài)圈谷歌：LLM?領(lǐng)域的奠基者發(fā)展歷程：從AI?技術(shù)研發(fā)的領(lǐng)軍者到產(chǎn)業(yè)化進(jìn)程的推動(dòng)者團(tuán)隊(duì)：Goog

 劉暉查看詳情

一·課綱 ? 0.5天AI?大模型對(duì)通信行業(yè)拉動(dòng)幾何？光模塊交換機(jī)：新一輪流量應(yīng)用革命開啟第一大變量：服務(wù)器網(wǎng)卡數(shù)量劇增第二大變量：數(shù)據(jù)中心網(wǎng)絡(luò)架構(gòu)變革光模塊展望：23?年呈現(xiàn)前低后高，24?年或全面爆發(fā)數(shù)通新平臺(tái)導(dǎo)入在即，產(chǎn)業(yè)升級(jí)邏輯清晰交換機(jī)：數(shù)通需求驅(qū)動(dòng)增長(zhǎng)，新一代交換芯片蓄勢(shì)待發(fā)AI?服務(wù)器：量?jī)r(jià)齊升，國(guó)產(chǎn)崛起大模型算力需求大，AI?服務(wù)器量?jī)r(jià)齊升效應(yīng)顯著海外制裁有望加速國(guó)產(chǎn)AI?服務(wù)器快速崛起IDC?及配套設(shè)備：算力底座，新方案加速滲透運(yùn)營(yíng)商：算力網(wǎng)絡(luò)主導(dǎo)者，對(duì)內(nèi)提效對(duì)外賦能二、授課方式理論講授：通過講解和演示，使學(xué)員掌握課程內(nèi)容；實(shí)踐操作：提供實(shí)際操作和實(shí)踐的機(jī)會(huì)，使學(xué)員能夠親自動(dòng)

 劉暉查看詳情

一、課綱 ? 2天01生成式AI的算力需求與挑戰(zhàn)02生成式AI的算力服務(wù)器開發(fā)背景03生成式AI的算力服務(wù)器發(fā)展歷程04生成式AI的算力服務(wù)器設(shè)計(jì)指南4.1?設(shè)計(jì)原則4.1.1?應(yīng)用導(dǎo)向原則4.1.2?多元開放原則4.1.3?綠色高效原則4.1.4?統(tǒng)籌設(shè)計(jì)原則4.2?設(shè)計(jì)指南4.2.1?多維協(xié)同設(shè)計(jì)節(jié)點(diǎn)層面：（1）系統(tǒng)架構(gòu)（2）OAM模塊（3）UBB基板（4）硬件設(shè)計(jì)（5）散熱設(shè)計(jì)（6）系統(tǒng)管理（7）故障診斷（8）軟件平臺(tái)集群層面：（1）集群網(wǎng)絡(luò)與存儲(chǔ)（2）整機(jī)柜（3）液冷（4）制冷（5）運(yùn)維4.2.2?全面系統(tǒng)測(cè)試（1）結(jié)構(gòu)測(cè)試（2）散熱測(cè)試（3）穩(wěn)定性測(cè)試（4）軟件兼容性測(cè)試4.2.3?

 劉暉查看詳情

AI?大模型需要什么樣的數(shù)據(jù)一、課綱 ? 1天第一章 AI?大模型需要什么樣的數(shù)據(jù)集數(shù)據(jù)將是未來AI?大模型競(jìng)爭(zhēng)的關(guān)鍵要素?cái)?shù)據(jù)集如何產(chǎn)生他山之石#1：海外主要大語言模型數(shù)據(jù)集數(shù)據(jù)集#1：維基百科數(shù)據(jù)集#2：書籍?dāng)?shù)據(jù)集#3：期刊數(shù)據(jù)集#4：WebText（來自Reddit?鏈接）數(shù)據(jù)集#5：Common crawl/C4?其他數(shù)據(jù)集他山之石#2：海外主要多模態(tài)數(shù)據(jù)集類別#1：語音+文本類別#2：圖像+文本類別#3：視頻+圖像+文本類別#4：圖像+語音+文本類別#5：視頻+語音+文本他山之石#3：海外主要大模型數(shù)據(jù)集由何方發(fā)布高質(zhì)量語言數(shù)據(jù)和圖像數(shù)據(jù)或?qū)⒑谋M，合成數(shù)據(jù)有望生成大模型數(shù)據(jù)第二章 數(shù)字

 劉暉查看詳情

模塊一：從AlphaGo到ChatGPT人工智能出現(xiàn)和發(fā)展的大背景第四次工業(yè)革命的特征和要求人工智能的本質(zhì)：從人類的腦力工作與相應(yīng)的智能說起從早期人工智能算法到機(jī)器學(xué)習(xí)，到人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)，為什么？從分析式AI到生成式AI，從“偏科專才”到“通才”通用人工智能的曙光：GPT為何如此令人興奮？為什么通用人工智能曙光率先在自然語言處理領(lǐng)域展現(xiàn)？ChatGPT的根基: Transformer的基本核心原理大模型如何理解“詞”—— 自然語言的“向量化”注意力機(jī)制 ? 奠定生成式AI基調(diào)的核心機(jī)制Transformer: 通過“智力”和“語言能力”的壓縮抽取，對(duì)輸入進(jìn)行“變形”ChatGPT的獨(dú)到

 劉暉查看詳情

教學(xué)計(jì)劃1數(shù)據(jù)科學(xué) 3天編程語言Python科學(xué)計(jì)算numpy數(shù)據(jù)分析pandas數(shù)據(jù)可視化matplotlib，seaborn2機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘6天機(jī)器學(xué)習(xí)基礎(chǔ)線性回歸邏輯回歸KNN決策樹集成學(xué)習(xí)(隨機(jī)森林等)聚類特征工程XGboost推薦系統(tǒng)3競(jìng)賽題分析 2天競(jìng)賽案例分析(1)競(jìng)賽案例分析(2)課程時(shí)間學(xué)習(xí)期限： 11天課程安排日期主題內(nèi)容Day1上午Python復(fù)習(xí)人工智能基本概念數(shù)據(jù)科學(xué)基本概念開發(fā)環(huán)境的安裝配置標(biāo)識(shí)符輸入、輸出和格式化單行注釋和文檔注釋基礎(chǔ)數(shù)據(jù)類型和類型轉(zhuǎn)換運(yùn)算符條件控制語句循環(huán)控制語句Google的編程規(guī)范組合數(shù)據(jù)類型列表、元組、集合、字典、字符串、Range函數(shù)

 劉暉查看詳情