LAMP堆栈正在成为各个领域生成式人工智能开发和部署中的必备工具
Leave a Comment5 search results for "AI工作流程"
领先的制药和技术生物公司的研究人员和开发人员现在可以通过亚马逊网络服务(AWS)轻松部署NVIDIA Clara软件和服务，加速医疗保健领域的发展。 该计划于AWS re:Invent上宣布，为使用AWS云资源的医疗保健和生命科学开发人员提供了灵活性，可以集成NVIDIA加速的产品，例如NVIDIA BioNeMo——一种用于药物发现的生成式人工智能平台，即将在AWS上推出NVIDIA DGX Cloud，目前可通过AWS ParallelCluster集群管理工具和Amazon SageMaker机器学习服务使用。 全球数千家医疗保健和生命科学公司使用AWS。现在，他们将能够使用BioNeMo访问专有数据构建或定制数码生物学基础模型，并使用NVIDIA GPU加速的AWS云服务器来扩大模型的培训和部署。 包括Alchemab Therapeutics、Basecamp Research、Character Biosciences、Evozyne、Etcembly和LabGenius在内的生物技术创新者已经是AWS的用户，并且已经在使用BioNeMo进行生成式人工智能加速的药物发现和开发。这种合作使他们能够更快速地扩展云计算资源，以开发基于生物分子数据的生成式人工智能模型。 此次宣布扩展了NVIDIA在AWS上已有的面向医疗保健的产品——用于医学成像工作流程的NVIDIA MONAI和加速基因组学的NVIDIA Parabricks。 AWS新推出：NVIDIA BioNeMo推进生成式人工智能的药物发现 BioNeMo是一个针对数码生物学生成式人工智能的领域专用框架，包括预训练的大型语言模型 (LLMs)、数据加载器和优化的训练配方，可以帮助加速计算机辅助药物发现的目标识别、蛋白质结构预测和药物候选筛选。 药物发现团队可以利用他们的专有数据使用BioNeMo构建或优化模型，并在基于云的高性能计算集群上运行这些模型。 其中的一个模型ESM-2是一款功能强大的LLM，支持蛋白质结构预测，几乎能够线性扩展至256个NVIDIA H100…
Leave a Comment人工分析师已经无法有效地抵御网络安全攻击的日益速度和复杂性。数据量太大了，无法通过手工筛查。 生成型人工智能，是我们这个时代最具变革性的工具，可以实现一种数字柔道的效果。它让公司能够将对抗压倒他们的数据的力量转化为使其防御更强大的力量。 企业领导人似乎已经准备好抓住眼前的机会。在一项最新调查中，首席执行官表示网络安全是他们三大最关注的问题之一，并认为生成型人工智能是一项主导技术，能够带来竞争优势。 生成型人工智能既带来风险，也带来好处。一篇早期的博客介绍了开始保护企业人工智能的六个步骤。 以下是生成型人工智能增强网络安全的三种方式。 从开发人员开始 首先，给开发人员一个安全的副驾驶。 每个人在安全领域都起着一定的作用，但并非每个人都是安全专家。因此，这是最具战略性的开始之一。 增强安全的最佳位置是在开发人员编写软件的前端。一个以安全专家为训练对象的人工智能助手可以帮助开发人员确保其代码符合安全最佳实践。 这种人工智能软件助手可以通过提供先前审查过的代码进行每天学习。它可以从以前的工作中汲取经验，帮助开发人员遵循最佳实践。 NVIDIA正在创建一个用于构建这样的副驾驶或聊天机器人的工作流程，用到了NVIDIA NeMo的组件，它是一个用于构建和自定义大型语言模型的框架。 无论用户是自定义他们自己的模型还是使用商业服务，一个安全助手只是将生成型人工智能应用于网络安全的第一步。 分析漏洞的代理 其次，让生成型人工智能帮助导航已知软件漏洞的茫茫大海。 每时每刻，公司都必须在成千上万个补丁中选择以减轻已知的攻击行为。这是因为每一行代码都可能有几十个甚至几千个不同的软件分支和开源项目的根源。 进一步分析漏洞的LLM可以帮助确定公司应该首先实施哪些补丁。它是一种特别强大的安全助手，因为它可以阅读公司使用的所有软件库，以及其支持的功能和API的策略。 为了测试这个概念，NVIDIA构建了一个用于分析软件容器的流水线，以查找漏洞。这个代理以高精确度确定需要修补的区域，将人工分析师的工作速度加快了4倍。 结论明确，现在是将生成型人工智能作为漏洞分析的第一响应者的时候了。 填补数据空白 最后，利用LLM来帮助填补网络安全领域不断扩大的数据空白。 由于敏感性太高，用户很少分享有关数据泄露的信息。这使得预测攻击变得困难。 这就是LLM的用武之地。生成型人工智能模型可以创建合成数据，模拟以前未曾出现的攻击模式。这样的合成数据还可以填补训练数据的空白，以便机器学习系统学习如何在攻击发生之前防御。 进行安全模拟 不要等待攻击者展示可能性。创建安全模拟来了解他们可能如何尝试渗透企业防御。…
Leave a Comment强大的生成式AI模型、云原生API和微服务正在逐渐走向边缘。 生成式AI将转换模型和大型语言模型的优势带到了几乎所有行业。现在，这种影响力已经扩展到了涉及边缘、机器人和物流系统的领域：缺陷检测、实时资产跟踪、自主计划和导航、人机交互等。 NVIDIA今天宣布了两个在边缘AI和机器人技术领域的框架的重大扩展：NVIDIA的Isaac ROS机器人技术框架正式面向市场，NVIDIA Metropolis在Jetson平台上的扩展即将推出。 为了加快边缘AI应用的开发和部署，NVIDIA还建立了一个用于开发者使用的Jetson生成式AI实验室，供他们使用最新的开源生成式AI模型。 超过120万开发者和1万多个客户选择了NVIDIA AI和Jetson平台，其中包括亚马逊网络服务、思科、约翰迪尔、美敦力、百事可乐和西门子。 随着人工智能领域的快速发展，应对越来越复杂的场景，开发者面临着日益延长的开发周期来构建边缘AI应用的挑战。实时重新编程机器人和AI系统以满足不断变化的环境、制造流水线和客户的自动化需求是耗时且需要专业技能的。 生成式AI提供了零样本学习的能力，即模型能够识别训练过程中从未见过的特定东西，并结合自然语言界面，简化了边缘AI的开发、部署和管理。 改变人工智能领域 生成式AI通过理解人类语言提示来改变模型，极大地提高了易用性。这些AI模型在检测、分段、跟踪、搜索甚至重新编程方面更加灵活，并且能够优于传统的基于卷积神经网络的模型。 根据ABI Research的数据，生成式AI预计将在2033年为全球制造业增加105亿美元的收入。 NVIDIA的嵌入式和边缘计算副总裁Deepu Talla表示：“生成式AI将以比以往更好的泛化能力、易用性和更高的准确性显著加速边缘AI的部署。Metropolis和Isaac在Jetson上的这次最大规模的软件扩展，结合了转换模型和生成式AI的能力，满足了这一需求。” 在边缘开发生成式AI Jetson生成式AI实验室为开发者提供了优化工具和教程，用于部署开源LLMs、扩散模型以生成令人惊叹的交互式图像、视觉语言模型（VLMs）和视觉Transformer（ViTs）结合视觉AI和自然语言处理，实现对场景的全面理解。 开发者还可以使用NVIDIA TAO Toolkit为边缘应用程序创建高效准确的AI模型。TAO提供了一个低代码界面，用于微调和优化视觉AI模型，包括ViT和视觉基础模型。他们还可以自定义和微调诸如NVIDIA NV-DINOv2或公共模型如OpenCLIP之类的基础模型，以用极少的数据创建高精度的视觉AI模型。TAO还引入了VisualChangeNet，这是一个用于缺陷检测的基于Transformer的新模型。 利用新的Metropolis和Isaac框架 NVIDIA Metropolis使企业更加轻松、更具成本效益地采用世界级的视觉AI解决方案，以提高关键的运营效率和安全性。该平台提供了一系列强大的应用程序编程接口和微服务，供开发者快速开发复杂的基于视觉的应用程序。…
Leave a Comment在疫情以来的首次现场主题演讲中，NVIDIA的创始人兼CEO黄仁勋今天在台北举行的COMPUTEX大会上宣布了一些平台，这些平台可以帮助公司乘风破浪，参与到一波历史性的生成式人工智能浪潮中，这个浪潮正在改变从广告到制造业再到电信等行业。 “我们回来了，”黄仁勋在他的家中厨房进行了几年的虚拟主题演讲之后在舞台上大声喊道。“我已经有将近四年没有公开演讲了–祝我好运！” 他向约3500名观众演讲了近两个小时，介绍了加速计算服务、软件和系统，这些都使新的商业模式成为可能，也让现有的商业模式更加高效。 “加速计算和人工智能标志着计算机的重新发明，”黄仁勋说道，他在过去一周在家乡的旅行每天都被当地媒体追踪报道。 为了展示它的强大，他使用了他所在的巨大的8K墙，展示了一个文本提示，生成了一首主题歌，可以随意地唱，就像任何卡拉OK歌曲一样。黄仁勋偶尔用他的家乡语言和观众开玩笑，并短暂地带领观众唱了这首新歌。 “现在我们处于一个新的计算时代的临界点，加速计算和人工智能已经被全球几乎所有的计算和云计算公司所接受，”他说道，指出现在有40,000家大型公司和15,000家初创公司使用NVIDIA技术，去年CUDA软件下载量达到2500万次。 主题演讲的重要新闻公告 Grace Hopper提供大内存超级计算机，用于生成式人工智能。 模块化参考架构可以创建100多个加速服务器变体。 WPP和NVIDIA在Omniverse中创建数字广告内容引擎。 SoftBank和NVIDIA在日本建立5G和生成式人工智能数据中心。 网络技术加速基于以太网的人工智能云。 NVIDIA ACE for Games利用生成式人工智能为角色赋予生命。 全球的电子制造商都在使用NVIDIA人工智能。 企业人工智能的新引擎 对于需要最佳人工智能性能的企业，他推出了DGX GH200，一个大内存人工智能超级计算机。它使用NVIDIA NVLink将多达256个NVIDIA GH200 Grace Hopper超级芯片组合成一个单一的数据中心大小的GPU。…
Leave a CommentCan't find what you're looking for? Try refining your search: