火山引擎新一代边缘云解决方案(16页 PPT)影视制作 装修设计 数字可视化 渲染场景 资源编排 CPU 云主机 GPU 云主机 高效云盘 VPC 网 络 弹性 IP 火山引擎边缘云 超大规模边缘资源 超高产品性能 超流量场景验证保障 高性能标准硬件资源 NVMe SSD IO 时延 <1 ms 内容分发和加速网络创新 边缘计算节点创新 异构算力 CPU\GPU\ARM 自研高性能实例 PPS>700W 支持自定义限速 多种计费模式 云边镜像 ¢ 键 分 发 带 超大规模的接入点 单节点海量流量承载能力 智能调度 提供质量稳定加速资源 自研的传输优化、智 能缓存、动态路由 边缘渲染 边缘智能 火山引擎边缘云产品创 新 新基础 底座 离线渲染10 积分 | 16 页 | 1.93 MB | 2 天前3
新一代人工智能与智慧国土构建思考方案年 1990 年 分水岭 r5 大模型( Foundation Model ) 是指具有超大规模参数的人工智能模型, 包含 NPL\CV\ 多模态等类型 。 其突出特点: 同质化 。大模型任何一点改进就可以迅速覆盖整个 AI 社区 。 “ 涌现 ”特性 。大模型有超大规模的参数, 产生未曾预先设想的新能力 。 泛化能力强 。 同一模型利用少量数据进行微调或不进行微调就能完成多个场景的任务10 积分 | 26 页 | 9.96 MB | 5 月前3
分布式GIS技术创新赋能自然资源信息化建设方案• 栅格瓦片 • 三维瓦片 • 大 规 模 瓦 片首选 • 流数据 • 点数据首 选 NoSQL NoSQL SQL 型 • 矢量 / 栅格、影 像 • 多方式空间查询 • 超大规模首选 NoSQL 文件型 DSF • 矢量 • 分布式分析能 力 • 全量计算首选 PolarDB P11 GaussDB P12 P13 数据采集 ——“ 获取数据” 采集元数据与主数据,20 积分 | 49 页 | 22.72 MB | 5 月前3
深桑达-发布政务大模型,落地AI+政务针对垂直政务领域,实现大模型技术体系全栈优化 基于 70+城市数字化治理实践经验针对政务垂直场景进行全栈优化。星智政 务垂直领域大模型基于政务垂直领域的特点对大模型技术体系进行全栈优化,能 够提供超大规模分布式训练、多框架高性能推理、高性价比算力资源和高效率开 发调试工具。 协同多类型基础大模型,精准对接政务垂直领域多类型、多模态任务。星智 政务大模型同时纳入中国电子云自研模型与合作生态伙伴最先进的大模型,适配0 积分 | 14 页 | 1.62 MB | 5 月前3
规划和自然资源行业应对DeepSeek浪潮的思考硬件成本 ( 万元 ) 年运维 ( 万元 ) 使用场景 轻量级 (1.5-7B) 0.8-1.5 0.2-0.5 单机知识库 企业级 (13-32B) 8-15 3-8 全部门部门应用、推理 超大规模 (70-671B ) 50-120 20-50 全部门部门应用、推理、微 调 不同配置在硬件成本、年运维成本和使用场景上各有特点,用户可以 根据自身需求和预算选择合适的配置,供参考。 210 积分 | 62 页 | 12.36 MB | 5 月前3
网络等级保护安全防护体系建设方案(82页 WORD)络类、管理类以及基础信息类日志。同时支持网络全流 量镜像采集并实现全协议全流量深度解析。支持主流安 全漏洞扫描报告、威胁情报等数百种异构数据采集与解 析。 26 智安网络等级保护安全防御体系方案 超大规模存储查询 超大规模存储查询引擎专为解决超大规模(支持千亿到 百万亿规模)数据的存储和查询需求而设计研发的,采 用高效的存储查询技术,实现快速从数万亿条规模的海 量数据中定位准确的数据,并采用高压缩比的技术方 案10 积分 | 87 页 | 3.46 MB | 2 天前3
华为智慧城市解决方案• 城市管理领域:年处理案件 60 余万件 • 民生服务领域:整合各类服务资源,打造市民云平台,提供 100 余项公共服务 业务需求 • 贯彻落实上海市智慧城市建设相关 要求 • 助力提升超大规模城区精细化治理 能力 • 积极应对历史悠久城区公共服务普 惠挑战 城市案例 区级案例 县域案例 园区案例 天津滨海新区: AI+ 智慧城市,助力打造幸福泰达 天津经济技术开发区(简称泰达)是全国第一批沿海经济技术开发区20 积分 | 35 页 | 38.77 MB | 4 月前3
人工智能在交通领域业务应用交通问题成为所有城市的通病,面对就业与居住空间分离、超大规模 路网、复杂车流变化,以人力为主的交通管理效率成为制约整个城市 发展的短板。为了解决城市交通中“数据多效果少”、“单点强全局 弱”和“科技新落地少”等问题,业界提出“城市交通大脑”解决方 案,在云计算、大数据的基础上,结合机器视觉、大规模拓扑网络计 算、交通流分析等跨学科领域技术,实现城市超大规模全量多源数据 收集(整体认知)、实时挖掘分析(机器学习)和全局策略优化(全0 积分 | 78 页 | 4.52 MB | 5 月前3
保险行业保险+AI深度报告:看好丰富数据积累及应用场景驱动下,保险+AI大模型的受益机会-20230628-财通证券-38页大模型快速发展赋予 AIGC 产业化应用空间 AI 大模型是人工智能预训练大模型的简称,以“大规模预训练+微调”范式满足 多元化需求。在大数据的支持下进行预训练后,仅需少量数据的微调就能直接基 于超大规模基模型打造出领域大模型或行业大模型,进而覆盖更多行业自场景, 直接支撑各类应用,具备强大的泛化性、通用性和实用性,可以在自然语言处理、 计算机视觉、智能语音等多个领域实现突破性性能提升。 图120 积分 | 38 页 | 3.17 MB | 2 天前3
AI赋能化工之一-AI带动材料新需求究所 图表: CMP 抛光液和抛光垫相关企业情 况 图表: 2019 年 CMP 材料细分 占比 资料来源:产业信息网,国海证券研究所 溅射靶材为沉积电子薄膜的原材料,应用领域广泛 u 超大规模集成电路制造过程中要反复用到的溅射( Sputtering )工艺属于物理气相沉积( PVD )技术的一种,是制备电子薄 膜 材料的主要技术之一 ,它利用离子源产生的离子, 在高真空中经过加速聚集,10 积分 | 71 页 | 2.74 MB | 6 月前3
共 13 条
- 1
- 2
