Cloudflare近日发布了一款名为“Workers AI”的无服务器人工智能推断平台，该平台运行在其全球GPU网络上。Workers AI提供了多种流行的开源模型，并与Hugging Face进行了合作。通过无服务器计算的方式，用户可以在Cloud...

近期，由Nvidia的成功案例所代表的生成性AI的热潮预示着对GPU和AI训练的巨大需求，这也引发了该行业的重大投资。在此背景下，各大科技公司正在推动这一增长，而初创公司面临的挑战则是将关注点从基础设施转向为终端...

OpenLM是一个专为训练最多可达70亿参数的中等规模语言模型设计的库和框架。它的设计理念是注重GPU速度和可修改性。作为收敛性验证，已经有在1.25T标记上训练的模型可供使用。这种新型的框架和库能够更好地满足中等规...

John Carmack 称，现阶段的人工智能之所以可能存在，可能要归功于他在《雷神之锤》上的工作，这款游戏引发了对 GPU 的需求。他认为，随着硬件和软件的发展，人工通用智能有望在2030年左右实现。他表示，目前的人工智...

ExLlamaV2是一个在GitHub上开源的项目，它是为现代消费级图像处理单元（GPU）上运行本地语言模型（LLMs）而设计的推理库。这款推理库的出现，可以帮助用户在个人电脑上使用现代GPU进行深度学习模型的推理计算，而无...

Nvidia在人工智能领域的领先地位远非稳固。它目前的优势主要是因为几乎没有人在运行大型机器学习应用程序，竞争对手还没有成熟，研究人员拥有购买力，以及关注于模型训练方面。但在不久的将来，使用CPU进行推理将会...

LoRAs是一种小型的参数适配器，通过插入到某些层次来改变底层模型的行为。你可以为基础模型进行批量生成，以提高性能。此外，你还可以对LoRA修改后的模型进行批量处理，并向不同的用户提供具有不同性能的模型。这种...

出色的研究员Chip Huyen提出了LLM（语言模型）研究中的十大开放性挑战。首先，幻觉和上下文长度问题在当前讨论中频繁出现。然而，最有趣的可能是多模态、架构改进，以及对GPU的替代方案。目前，有许多聪明的研究人员...