转自：上观新闻

转自：财联社

【工信部组织开展算力强基揭榜行动 支持超大规模参数模型的训推一体化异构智算平台】财联社2月21日电，工业和信息化部近日印发通知，组织开展算力强基揭榜行动。揭榜任务之一：面向人工智能大模型训练和推理对计算资源的需求，研发支持超大规模参数模型的训练、推理一体化智算平台，包括资源调度策略、训推加速套件等，并可支持多种硬件架构，屏蔽底层硬件差异，提升超大规模模型在训练、推理过程中稳定性、资源利用率和运行效率。预期目标：到2026年，研发一套支持万亿参数模型的超大规模训推一体化智算平台，万卡环境下稳定训练时间不低于30天，有效训练时长不低于95%，训练效率较当前主流水平提升不低于30%，推理效率提升不低于50%。支持主流深度学习框架，兼容多种硬件架构，并提供统一的编程接口和开发环境，实现不低于10个行业用户的落地验证。

来源：Medium编译：weakish

编者按：还认为调参是“玄学”？快来看Mikko Kotila分享的调参心得。

授权转自机器之心

摘要：在本文中，我们将讨论为深度学习模型搜索最佳超参数集合的动机和策略，并演示如何在FloydHub上来完成任务。学习本文之后，这将会在深度学习工作中为你自动化寻找最佳配置的过程。

莫开伟

把金融数据信息装进“保险箱”、筑牢金融数据安全“防火墙”，已成全社会共识，更是我国金融业亟需完成的重大使命。金融监管总局此前发布的《银行保险机构数据安全管理办法》，对银行保险业数据安全提出严格要求，体现了监管当局对金融数据安全治理的重视，也凸显了确保我国金融数据安全责任之重大、任务之紧迫。

智通财经APP获悉，Omdia发文称，预计下一波人工智能(AI)浪潮将重点聚焦在AI代理部署和私人数据增强训练方面，这将引发数据中心存储支出的增加。因为这些技术对于AI数据管道至关重要，所以对于主要存储供应商(云和企业)而言，数据基础设施领域的一个重大机遇正在显现。