"ML"的搜索结果
02:03

SPON(Spheron Network)24小时上涨95.11%

Gate News Bot 消息,08月01日,据CoinMarketCap行情,截至发稿时,SPON(Spheron Network)现报 0.05美元,24 小时内上涨95.11%,最高触及 0.06美元,最低回落至 0.02美元。当前市值数据暂缺。 Spheron Network是一个去中心化的GPU网络,旨在为AI和ML工作负载提供革命性的GPU计算能力。该网络汇集了来自游戏装备、数据中心和矿场的闲置资源,通过无许可的去中心化网络将它们连接起来。Spheron Network致力于为开发者提供可扩展、去中心化的云计算替代方案,专为AI、ML和下一代工作负载而优化。 SPON近期重要
展开
SPON0.73%
  • 1
07:45
区块链和 IT 开发公司 Yudiz 宣布首席财务官 Zarna Shah 将于 1 月 31 日辞职。 Shah 表示,其辞职是出于个人承诺,同时还将辞去负责确定证券交易所披露重大事件的关键管理人员一职。 Yudiz 成立于 2011 年,专注于网络和移动应用程序开发以及新兴技术,包括 AR/VR、AI/ML、区块链和物联网。 2025 财年上半年,该公司报告独立净利润为 58,00 美元,远低于去年的 155,433 美元。(TechinAsia)
VR-3.49%
05:35
币界网报道:本文探讨了机器学习(ML)与去中心化金融(DeFi)的融合如何改变金融服务领域及提高预测准确性。通过分析、预测和自动化财务决策,ML为DeFi提供了强大支持。然而,数据隐私、模型透明度和法规遵从性等挑战仍需解决。未来博客将重点关注区块链上训练ML模型的潜力和陷阱。
DEFI4.03%
15:57
Odaily星球日报讯 去中心化人工智能网络 AlloraNetwork 官方在 X 平台发文表示,即将发起 Allora 积分计划,主要针对在网络上运行模型、创建有用的主题、利用 Allora 的集体智慧构建应用程序的 ML 模型创建者和开发人员。据官方简介称,AlloraNetwork 主要由 Polychain、Framework、Blockchain Capital 等机构支持。
  • 2
08:40
Odaily星球日报讯 去中心化 AI 计算平台 Ritual 宣布已开源用于 Infernet 上构建机器学习工作流程的工具包 infernet-ml。
02:50
Odaily星球日报讯 据官方消息,Filecoin 生态项目 Banyan 与 io.net 达成战略合作。本次合作旨在通过提供对 Banyan 企业级文件存储和 io.net 的 AI/ML 的 GPU 网络访问,进一步推动去中心化和经济实惠地替代现有中心化云服务商。
  • 1
14:19
金色财经报道,上市公司汤姆猫今日晚间发布公告,宣布旗下全资子公司Outfit7 Limited已签署《Agreement on investment into alternative investment fund SILICON GARDENS FUND III》,即关于对外投资企业股权投资基金SILICON GARDENS FUND III(简称“SG基金”)的协议,Outfit7 Limited作为普通投资人投资SG基金的金额为100万欧元,投资领域主要包括投资在斯洛文尼亚、克罗地亚、塞尔维亚等周边国家在内的区域性科技行业初创企业股权,覆盖软件行业、SaaS、市场、数字化、AI/ML、大数据、Web3等全球趋势行业。
02:05
12月19日消息,Polygon Labs发文称,ZK预言机网络Hyper Oracle正将其zkOracle协议与Polygon CDK集成,以支持完全去中心化的稳定币到AI驱动的DApp新应用。zkOracle协议提供可编程预言机解决方案,促进可验证计算、历史链上数据的访问和AI推理,开发者可实现无需信任的自动化和链上AI/ML。
03:19
金色财经报道,DeFi与链上ML门户HyperOracle宣布正在与Polygon CDK集成,为Polygon构建者提供计算能力。最新的zkOracle集成允许构建者扩展EVM功能,从而使用Polygon CDK实现链上AI和高级计算。 此外,HyperOracle正在与首个开源zkWASM虚拟机Delphinus Lab合作开发zkWASM证明器。
07:23
据 IT 之家 12 月 6 日消息,由英特尔公司旗下专注于 AI 和大型语言模型(LLM)平台的 cnvrg.io 进行的 2023 年 ML Insider 调查显示,过去一年中只有 10% 的企业组织将生成式 AI(GenAI)解决方案整合到生产中。调查还显示,在采用生成式 AI 的企业中,大约一半的企业称客户体验(58%)、效率(53%)、产品能力(52%)得到了改善,同时成本显著降低(47%)。 尽管有明显的好处,采用生成式 AI 的道路并非没有挑战。调查显示,46% 的受访者认为基础设施是将 LLM 发展成产品的最大障碍,其他障碍包括复杂性、缺乏 AI 人才、实施成本高昂和合规问题。84% 的受访者表示,由于对 LLM 技术的兴趣日益增长,他们需要提升自己的技能,只有 19% 的人对这项技术机制的理解有信心。
  • 2
06:33
PANews 12月1日消息,据日经亚洲报道,越南风险投资公司FEBE Ventures宣布推出规模达7500万美元的第二支基金,该基金获得了国际家族办公室 Otium Capital的支持并与Tekton Ventures建立联合投资合作伙伴关系。此外,FEBE Ventures还宣布Aditya Pendyala将作为合伙人加入,其专业领域覆盖人工智能 (AI)/机器学习 (ML)、企业软件即服务 (SaaS)、物联网 (IoT) 和区块链。目前FEBE Ventures在Web3领域已有多项投资,旗下投资组合包括:新加坡持牌数字资产托管解决方案提供商Atato、Web3品牌零售平台SeMorpheus等。
07:18
PANews 11月26日消息,据 VentureBeat 报道,总部位于西雅图的分布式计算平台 Expanso 完成 750 万美元种子轮融资,General Catalyst 与 Hetz Ventures 领投。资金将用于加速数据处理平台“Bacalhau”的开发。目前,Bacalhau 可以处理一系列数据任务,从源头清理和处理应用程序日志、跨远程设备运行分布式 ML 训练等。
12:47
据 IT 之家报道,ARM 今日宣布推出专为 AIoT 应用而设计的 Cortex-M52 核心,带来 DSP 和机器学习(ML)方面的性能提升,同时降低了成本。ARM 预计合作伙伴将于 2024 年推出相关产品。 据介绍,Cortex-M52 将通过优于目前市场价位的优势,推动 MCU 的 ML 功能普及,将 AI 算力带入更低成本、更低功耗的设备中。与前几代基于 Armv8.1-M 架构的 Cortex-M 系列产品相比,Cortex-M52 的 ML 性能可提升多达 5.6 倍,DSP 可提升多达 2.7 倍。 据悉,Cortex-M52 先前在中国市场被称为“星辰”STAR-MC2,是一款 ARM 和安谋科技研发工程团队的合作产品。
01:25
PANews 11月23日消息,据Alexablockchain报道,获红杉中国支持的ZK预言机网络Hyper Oracle宣布推出大型机器学习模型的开源解决方Optimistic Machine Learning“opML”,旨在改变大型机器学习(ML)模型在以太坊区块链上运行的方式,这意味着用户能够在笔记本电脑等基础硬件上运行大型语言模型,而不再需要GPU等高端资源,而且与zkML(零知识机器学习)相比具有更高性能和灵活性。据悉opML支持在以太坊主网上运行当前主流的大型机器学习模型,包括像GPT 3.5这样的复杂模型,同时还支持去信任计算,基于Optimism的验证机制能在人工智能和机器学习训练时确保计算的去中心化和可验证性。 据此前消息,Hyper Oracle今年完成300万美元Pre-Seed轮融资,dao5与红杉中国种子基金共同领投,FutureMoney Group等参投。
ETH1.23%
07:16

印度工程服务公司 L&T 与英伟达合作推出适用于医疗设备的 GenAI 和高级软件定义架构

印度工程服务公司 L&T 宣布与英伟达合作,为专注于内窥镜检查的医疗设备开发软件定义架构,从而提高产品的图像质量和可扩展性。 据悉,该架构从底层开发,拥有一个图像处理管道,可用于降噪、边缘和对比度增强、纹理和色彩增强以及斑点校正。此外,该架构还包含了为检测、识别和分类息肉而开发的人工智能/ML 模型。此次合作利用了英伟达 Holoscan 和英伟达 IGX Orin 平台,具有超低数据传输延迟、卓越的图像处理能力和可扩展性,可支持多种人工智能应用。
展开
12:11
据 BusinessWire 11 月 20 日消息,印度工程服务公司 L&T 宣布与英伟达合作,为专注于内窥镜检查的医疗设备开发软件定义架构,从而提高产品的图像质量和可扩展性。 据悉,该架构从底层开发,拥有一个图像处理管道,可用于降噪、边缘和对比度增强、纹理和色彩增强以及斑点校正。此外,该架构还包含了为检测、识别和分类息肉而开发的人工智能/ML 模型。此次合作利用了英伟达 Holoscan 和英伟达 IGX Orin 平台,具有超低数据传输延迟、卓越的图像处理能力和可扩展性,可支持多种人工智能应用。
AMP2.59%
  • 1
09:13
据站长之家 11 月 13 日报道,大型语言模型(LLM)领域迅速增长,深度学习、机器学习、自然语言处理(NLP)等专业人才需求激增。根据 GlobalData 的一项分析结果,各行各业的公司都在发布与 GPT-4 相关的职位,一些寻找 GPT-4 专业人才的知名公司包括微软、花旗集团、默克公司、汤姆逊路透和 Travelers 保险公司。 微软正在寻找“Skype 高级软件工程师”,该职位致力于在 Skype 中进行 AI 集成;花旗集团的“生成式 AI 全栈工程领导 - 编码控制”职位旨在推动和贡献产品和服务的技术方向;默克公司的“AI/ML 工程师”职位旨在探索并应用最新的大型语言模型等。这些职位的涌现表明了 GPT-4 在各个行业中的广泛应用,为不同领域的专业人才提供了丰富的发展机会。
03:24
PANews 10月30日消息,分布式渲染网络Render Network近日表示,其基于“RNP-005”的提案以99.79%的支持率得到通过。据了解,RNP-005提案旨在将Beam作为第二个计算机客户端,以利用Render Network的GPU供应来处理机器学习工作负载。Beam是一项按需GPU云服务,旨在为AI和ML项目提供GPU,可使用GPU来加速AI的开发和部署,而无需管理基础设施。
12:03
据 Financialexpress 10 月 23 日报道,AI 初创公司 Giga ML 获得 360 万美元种子轮融资,风险投资公司 Nexus Ventures Partners 领投,Y Combinator 和 Liquid 2 Venture、8vdx 以及 Y Combinator 总裁兼首席执行官 Garry Tan 等天使投资人参投。 据悉,Giga ML 于 2023 年创立,旨在为企业提供可定制的大型语言模型(LLM)。该公司表示,其 X1 Large 32k 模型比开源 LLM 的 Ilama2 70B 4k 模型具有更高的适应性和更强的调整能力。
10:51
据站长之家 10 月 12 日报道,苹果 AI/ML 团队与哥伦比亚大学研究团队合作开发的多模态大模型“雪貂”(Ferret)能够在图像中准确找到交通信号灯,比 GPT-4V 表现更出色,提高了大模型在“看说答”任务中的精确度。 Ferret 的关键创新在于将引用(referring)和定位(grounding)两方面的空间理解能力紧密结合,使模型能够同时理解给定区域的语义和找到对应目标。
  • 1
05:31
据《科创板日报》10 月 6 日报道,日前在新品发布会上,谷歌正式发布新一代安卓旗舰手机 Pixel 8/Pro 系列,搭载 Tensor G3 芯片,该芯片可运行更复杂的 ML(机器学习)模型,为新机新增多项 AI 增强功能,例如用不同语言与“更自然”的声音为用户朗读网页,虚拟助理说话也更自然。 谷歌指出,Pixel 8 Pro是首款直接在设备上运行谷歌基础大模型的手机,其计算量是Pixel 7上最大的ML模型的150倍。 与此同时,谷歌宣布面向安卓与iOS设备,推出“Bard助理(Assistant with Bard)”,将手机的个人助手功能与生成式AI相结合,用户可通过文本、语音或图像与Bard助理互动——换言之,其具备多模态功能。
  • 2
05:31
据 IT 之家援引外媒 ET telecom 报道,诺基亚宣布将在迪拜设立一个开放创新实验室,旨在推动中东非地区的技术创新,并加速 AI 和 ML(机器学习)等新技术在网络自动化和优化领域的应用。 据悉,新实验室将集中关注三个重要领域,从而为运营商和企业带来实际利益:5G 通信方面的 anyRAN 方案、私有无线网络及工业网络和网络智能领域的 MantaRay 方案。
  • 1
06:42
金色财经报道,据Cyvers _s监测,ML支持系统已检测到大约1500笔与Mixin Kernel相关的交易,第一笔交易是在2023年9月22日晚上11:47:11,价值1.9万枚ETH。目前地址0x52E8和地址0x3B5这两个地址持有1.17亿美元。
  • 1
14:03
据 VentureBeat 报道,9 月 20 日,联想宣布推出全新的“TruScale for Edge and AI”业务,将联想的硬件与软件捆绑在一起,使客户无论在哪个行业都能使用 AI/ML 启动和运行。联想称这种服务为新的“基础设施即服务”,采用按月订阅定价模式,具体价格取决于其使用情况。 此外,联想正通过与 AMD、英特尔、英伟达和高通等行业领导者建立战略合作伙伴关系来拓宽视野。这些合作旨在开发出专门的人工智能解决方案,可为包括制造、医疗保健、零售和公共安全在内的各个领域量身定制。
加载更多
交易,随时随地
qrCode
扫码下载 Gate App
社群列表
简体中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)