新闻中心
News

Arm Tech Symposia年度技术大会聚焦AI前沿科技

发布于:2024-11-21 浏览次数:148

年度技术盛会Tech Symposia今日在上海拉开帷幕,聚焦计算技术前沿。作为该领域一年一度的顶级聚会,本次大会以“携手共创未来”为核心议题,吸引了约2,000名业界精英、工程师及开发者参与,深入探讨了生成式人工智能(AI)、边缘AI、大语言模型(LLM)、芯粒技术、AI基础设施及智能驾驶等尖端科技,旨在推动AI技术在该生态系统中的深入交流与合作。

活动中,主办方深入分析了AI对计算能力的需求,并分享了其作为计算平台领军者,如何凭借全面的计算子系统、跨云到端的软件开发支持及紧密合作的生态系统这三大支柱,助力合作伙伴把握AI时代的发展机遇。当前,主办方正以更全面的系统级设计思维,专注于硬件与软件的协同优化,针对各类应用市场推出相应的计算子系统,同时强化底层技术以满足AI计算的庞大需求。

在软件层面,主办方强调软件始终是计算平台不可或缺的部分,将持续投资创新软件技术,为全球超过2,000万名基于其平台的开发者提供从云到端的高效、易用、无缝开发体验,全面激发软件创新活力。至于生态系统,作为世界领先的技术生态系统之一,主办方通过包括全面设计项目在内的多项生态举措,汇聚各方力量,助力合作伙伴加速产品上市时间。

大会主题演讲中,主办方的一位高层领导指出,自转型为计算平台公司以来,通过软硬件的深度整合与架构创新,持续引领AI时代的计算变革。预计到2025年底,全球将有超1,000亿台具备AI功能的设备基于其技术,为AI的广泛应用奠定坚实基础。正如过去推动智能手机兴起一样,主办方正致力于成为AI计算平台的领航者。

关于生态领域的成就,该领导补充道,凭借对行业需求的深刻理解及与合作伙伴长期合作的丰富经验,正积极推动新一代生态系统的发展。自全面设计项目启动一年来,成员数量已达30家。计算子系统与全面设计项目正加速软硬件的演进,使合作伙伴能够轻松构建更广泛、更高级的解决方案,推动芯片与AI领域的创新步伐。

本次大会还汇聚了多位来自不同领域的战略伙伴,分享了他们对AI的前瞻洞察及战略规划,展现了多元化的生态繁荣景象。一位来自知名云服务商的研发高层分享了该公司对AI趋势的看法,通过设计专为云原生时代打造的处理器,结合异构计算理念、软硬件协同优化及开源社区的共创,有效应对AI时代的复杂挑战。

此外,来自知名科技企业及智能电动汽车制造商的代表也与主办方的高层进行了深入对话,围绕各自领域的AI机遇与战略进行了交流。一位科技企业代表表示,将某一特定技术视为长期战略布局,不断投入以打造领先产品,并与包括主办方在内的多方合作伙伴携手,共同推动生态的繁荣发展,为用户提供更多元、更高品质的产品体验。

主办方的高层在致辞中表示,在中国,AI技术与应用融合的速度令人振奋,从AI数据中心到AI手机、个人电脑,再到AI汽车及智能物联网,各领域都在经历快速变革。中国的合作伙伴们正全面拥抱AI,在底层技术研发及应用层面创新上展现出非凡活力与潜力。主办方将与这些杰出合作伙伴紧密合作,共同为各行各业提供更智能、高效、流畅的AI体验。

作为面向开发者的盛会,本届大会首次增设的开发者工作坊受到热烈欢迎。工作坊围绕多个技术主题,为开发者提供了直接的技术实践机会,进一步激发了创新潜能,为应用开发增添了新活力。

截至目前,基于主办方架构的芯片出货量已超过3,000亿颗。从大型数据中心用于训练LLM的海量处理器到全球用户日常接触的端侧AI设备,该平台已成为未来AI运行的核心基石。

热门新闻
12.10
2024
工业显示器四大分类详解:智雀科技为您解读各类工业显示器的应用
工业显示器四大分类包括开放式、嵌入式、机架式和壁挂式,每种类型均适用于不同的应用场景,智雀科技提供多样化的工业显示器,满足不同行业需求。
12.10
2024
如何选择适合不同行业的工业显示器?智雀科技为您提供专业指导
工业显示器的选择需结合具体使用场景、分辨率需求及耐久性能。智雀科技提供多款工业显示器,满足不同行业的特殊需求,确保稳定运行与高效工作。
12.09
2024
工业主板与普通主板的对比:智雀科技解析两者核心差异及应用场景
工业主板与普通主板在设计、性能和适用环境上存在显著差异。工业主板注重稳定性、可靠性和扩展性,适用于恶劣的工业环境;而普通主板则更侧重于性价比和易用性,适合家庭及办公室使用。
11.18
2024
智雀科技嵌入式计算机产品方案,赋能AMR机器人系统控制
智雀科技推出的嵌入式计算机产品方案,专为AMR机器人系统控制设计,基于高性能ARM主板,满足复杂数据处理与快速响应需求,助力智能物流和智能制造发展。
11.18
2024
智雀科技深度解析:X86与ARM技术架构的全面对比
在最初的嵌入式领域,工程师们只是让其实现基本功能而没有过多关注应用层的智能判断和优化,当然从前的嵌入式领域也没有现在这么丰富的传感器提供智能的基础。