- 综合排序
- 最热优先
- 最新优先
- 来自专栏存储公众号：王知鱼
SuperMicro：AI存储硬件方案
SuperMicro：AI存储硬件方案-Fig-1 云厂商 AI存储方案 大规模 AI/GPU 集群基础设施。按可扩展单元 (SU，也称为 Pod，例如 256 个 GPU) 进行扩展。 SuperMicro：AI存储硬件方案-Fig-2 企业级AI存储方案 Pod 级别的部署（较云厂商规模、性能要求降低） 企业用例，推理与训练的比较 存储需求： • 全 NVMe 或 PB 级别的分层存储 SuperMicro：AI存储硬件方案-Fig-3 基础计算硬件方案 在执行 AIOps 和 MLOps 时： • GPU 密集型服务器加速 AI 训练和推理。 SuperMicro：AI存储硬件方案-Fig-5 计算+存储（性能层）+容量层 方案 所有训练数据集和模型都存储在本地 • 数据湖使用容量优化的存储。 SuperMicro：AI存储硬件方案-Fig-6 方案验证 机架视角的集群组网方案 解决方案架构，分为三个层次： 1.
1.4K10编辑于 2025-02-11 - 来自专栏新智元
专访吴恩达：AI未来10年，从硬件至上到数据为王
---- 新智元报道 编辑：David 拉燕 【新智元导读】AI先驱吴恩达接受专访，谈了他对未来10年AI大趋势的展望。 他认为，未来的技术落地，重点会从硬件转向数据，形成「数据为中心」的AI。 你是否曾经觉得你已经受够了你目前的工作，想要换个方向？如果你有，你绝对不是一个人。 AI的下一个10年 作为一名计算机视觉的内部人士，吴恩达非常清楚人工智能正在取得的稳步进展。他认为，在未来的某个时候，媒体和公众将宣布，计算机视觉模型属于基础模型。 虽然吴恩达是最早使用GPU进行机器学习的人之一，但如今的他却不太关注硬件方面了。 参考资料： https://venturebeat.com/2022/03/21/andrew-ng-predicts-the-next-10-years-in-ai/
52620编辑于 2022-03-28 - 来自专栏腾讯研究院的专栏
智能硬件趋势：AI让硬件聪明 垂直细分成主流
今年CES上，除了智能汽车大出风头，另一个处处可见的则是智能硬件产品了。 如果2014年CES展更多的是智能硬件的试探，今年则是智能硬件的“布局”之年。 在硬件复兴的“风口”之下，无论是大厂商还是创业公司都已经推出智能硬件产品，或者搭建智能硬件相关的平台系统。 回顾2014年，各大厂商都在智能硬件领域有所动作。 从今年CES来看，尽管智能硬件产品“虚火”尚存，将人工智能引入硬件让硬件真正智能，以及垂直细分化等趋势是未来智能硬件产品值得肯定的方向。 腾讯在去年的全球合作伙伴大会上，宣布构建QQ、微信硬件开放平台的战略，推动连接智能硬件及线下服务。 以BAT为代表的互联网企业，都在利用自身优势，聚合一批垂直领域的硬件创业者入驻自己的生态系统，以争夺智能硬件的平台控制权。
2.3K100发布于 2018-01-31 - 来自专栏想比AI跑得更快点
硬件别装睡，让AI进去
因为它说明了，很多看起来封闭的旧硬件，只要还留着一点局域网能力，比如能接收音频投放、能显示图片、能打开网页、能响应某个本地接口，就有机会被 AI 从抽屉里捞出来，重新安排一个岗位。 AI Agent 遇到“硬”门槛 AI Agent 正在把过去很极客的事情变得普通。但同时，硬件世界的开放程度，却明显跟不上 AI 的发展速度。 很多软件服务早已给 AI Agent 提供了接口。 比如 MCP、CLI、API，AI 可以通过这些方式直接调用传统软件的能力。就像麦当劳都有 MCP 服务最懂AI的快餐企业出现了。但硬件设备还不太一样。 硬件涉及商业安全、隐私和稳定性；普通用户也没有对应的技术能力。但现在情况变了。人人都是程序员，人人都有 DIY 需求啊。 硬件厂商开放的步伐迈的还是太小了。 用 Codex 复活 Kindle，只是在狭小的硬件开放空间里做了一个微不足道的尝试。开放硬件接口，让AI进去，才能有更丰富的业态可能，也是实现物理AI的第一步。
18010编辑于 2026-06-24 边缘AI硬件优化策略解析
这些流畅交互的核心是边缘AI——直接运行于智能手机、可穿戴设备和物联网设备上的AI技术，提供即时直观的响应。什么是边缘AI？ 边缘设备在处理能力、内存和电池寿命方面受到严格限制，需在有限硬件规格下执行复杂任务。 模型优化应从选择或设计特别适合设备硬件能力的模型架构开始，然后针对特定边缘设备进行精细化调整。NAS技术使用搜索算法探索大量可能的AI模型，找到最适合边缘设备特定任务的模型。 经验表明："最佳"AI模型不一定是最炫酷的新设计或理论效率最高的模型。对边缘设备而言，最重要的是模型与实际运行硬件的匹配程度。硬件也在快速演进。 每年都在架构、制造和集成方面取得进展，确保硬件与AI趋势保持同步。边缘AI的发展之路边缘AI模型部署因生态系统的碎片化而更加复杂。由于许多应用需要定制模型和特定硬件，缺乏标准化。
39800编辑于 2025-09-15- 来自专栏GitHub项目
智能硬件 AI 语音助手 IHAVA
智能硬件AI语音助手IHAVA是腾讯云小微推出的一款AI语音助手，主要面向智能硬件行业，提供前沿的AI语音全链路能力、硬件方案咨询及认证服务，整合腾讯系优质内容和服务，打造全方位的自然人机交互体验。 该方案支持Linux、Android、RTOS等多种操作系统，灵活提供云端API和设备SDK两种接入方式，让硬件迅速获得本地智能和云端智能。 IHAVA还提供行业前沿的全链路AI语音技术，包括语音识别、语义理解、语音合成、知识图谱、AI识图能力以及机器翻译等能力。 对于需要智能硬件AI语音助手的企业或个人开发者，IHAVA是一个不错的选择。它可以提供全方位的AI语音技术支持和硬件方案咨询，帮助开发者快速实现智能语音交互功能，提升产品的用户体验和市场竞争力。 总的来说，智能硬件AI语音助手IHAVA是一款功能强大、灵活可扩展的AI语音助手，对于需要实现智能语音交互功能的智能硬件产品来说，是一个很好的选择。
3.4K10编辑于 2024-05-19 - 来自专栏TechBlog
AI开发硬件基础经验
AI开发硬件基础经验 笔记本选配 出于通勤等因素，建议型号 MacBook Air M1 16+ 256 MacBook Pro M1 16 + 256 M1芯片的mbp非常强大，发热不严重 原则：内存的容量 > 2*GPU显存，越高越好 在AI训练、测试用途中，内存部分主要考虑的是容量，数据的处理流程是硬盘=>内存=>GPU显存，一定量的内存能保证进行数据预处理的时候能非常好的。 IPU—Intelligence Processing Unit，Deep Mind投资的Graphcore公司出品的AI处理器产品。 Intel收购的Movidius公司推出的图像处理与人工智 从目前的实践来看，AI算法和传统HPC算法相比，对精度的要求低得多。因此我们看到很多AI芯片主要强调在FP16或者INT8中的精度。 可以说，对目前AI芯硬件效率的提升，低比特精度有很大贡献。 机箱 机箱风扇如何分配？
1.5K30编辑于 2023-10-13 - 来自专栏机器之心
算法、硬件、框架，2019年AI何去何从？
自动硬件也进行了升级。Jetson AGX Xavier 是一款英伟达希望能够推动下一代自动驾驶技术的板级模块。 这款芯片体积很小：一个 1 美分硬币的表面可以放 10 张 Edge TPU。同时，可以用它进行实时的视频分析，几乎不耗能量。 一个有趣的潜在新入者是 Graphcore。 将注意力转移到决策智能上 算法、基础框架、硬件相关的部分已经涉及到了——为了让 AI 比以往任何时候更有用，业界开始意识到，让 AI 开始应用的最大阻碍在实用方面：你如何在生产中将 AI 从一个想法变成有效 更加定制化的硬件 摩尔定律已经失效了，至少对 CPU 是失效了，而且已经很多年了。GPU 很快也会面临相似的命运。 以后我们会看到更多这种硬件，而不是通用硬件。 对训练数据更少的依赖 有标签的数据通常都是既昂贵又不可访问的。这条规则下很少有例外。
81740发布于 2019-03-15 - 来自专栏ADAS性能优化
AI硬件：比看起来更难
提出了基于“Domain-Specific Architectures（特定领域的体系结构）”硬件设计的机遇和要求。“ DSA”概念不仅适用于新颖的硬件设计，而且适用于深度神经网络的新软件体系结构。 英特尔 Naveen Rao指出，如果芯片的性能要实现每年所需的10倍改进，那么芯片的架构，互连，软件和封装方面都需要2倍的进步，这是一个非常大的挑战。 硬件在哪里？ 事实上，自上次峰会以来，很少有新芯片投入量产。当然 高通 的855和 阿里巴巴 汉光800是个例外。 Habana在首届AI HW Summit活动中推出了其首款令人印象深刻的芯片Goya，用于数据中心推理处理。 这是使用512个GPU在NVIDIA Saturn V上开发的，这也显示了拥有自己的AI超级计算机时可以执行的操作。
57720编辑于 2022-05-13 X86逆向10：学会使用硬件断点
本节课我们将学习硬件断点的使用技巧，硬件断点是由硬件提供给我们的一组寄存器，我们可以对这些硬件寄存器设置相应的值，然后让硬件帮我们断在需要下断点的地址上面，这就是硬件断点，硬件断点依赖于寄存器，这些寄存器有个通用的名称 在软件破解中硬件断点常用来寻找赋值或读取的原始位置。 硬件断点并不是OD等调试器的特有功能，调试器只是把用户的需求转换成特定的格式，并写入DRX寄存器组中，等待硬件返回执行结果，由于硬件断点是由CPU直接提供硬件级别的支持，所以硬件断点的效率是所有断点中最高的 在OD等调试器中，除了硬件断点之外，还有个内存断点，内存断点通过修改内存页的属性并捕获异常来间接暂停被调试的程序运行，内存断点的效率大大低于硬件断点，但内存断点的自由性大于硬件断点，通常情况下能用硬件断点则不要使用内存断点 ------------------------------------------------------------ 本章难度：★★★★☆☆☆☆☆☆ 课程课件：CM_10.zip ---------
83610编辑于 2022-12-28- 来自专栏开源部署
能支持 10 万个 Git 仓库的硬件平台
单台机器上有超过 10 万个项目托管之上。 单一服务器 之前 GitLab.com 是运行在亚马逊的 AWS 平台上，使用的是 AWS 上最高的配置实例。 10万个仓库需要占用好多个 TB 的存储，因此存储能力至关重要。而因为我们使用的是 Git，因此存储必须是一个单一的文件系统，而不能是类似亚马逊提供的 S3 对象存储服务。我们希望能够轻松扩展存储。 个磁盘使用 RAID 10 ext4 文件系统) 我们实际上只用了其中的 16 核。 未来的扩展性 GitLab.com 在当前的硬件平台上运行良好，但其增长越来越快。如果对现有的硬件进行扩展，其成本是很高的，而且有些部分是很难的。 此外亚马逊刚刚宣布了超过 10TB 的 ESB 卷，这将让我们的移植变得容易。
43920编辑于 2022-07-03 - 来自专栏《C++与 AI：个人经验分享合集》
《AI芯片：如何让硬件与AI计算需求完美契合》
它就像是人工智能的“超级大脑”，以强大的计算能力支撑着各种复杂的AI应用。那么，AI芯片究竟是如何将AI计算需求与硬件架构巧妙结合的呢？让我们一同深入探寻其中的奥秘。 同时，由于FPGA可以在硬件层面进行优化，它也能够在一定程度上提高AI计算的效率。 算法与硬件的协同设计 为了更好地满足AI计算需求，AI芯片的设计注重算法与硬件的协同。在芯片设计阶段，充分考虑AI算法的特点和需求，对硬件架构进行针对性的优化。 例如，针对深度学习中的卷积神经网络（CNN），一些AI芯片专门设计了卷积计算单元，优化了卷积运算的硬件实现方式。同时，在算法层面，也会根据硬件的特性进行调整和优化，以充分发挥硬件的性能。 通过算法与硬件的协同设计，实现了AI计算效率的最大化。 面临的挑战与未来展望 尽管AI芯片在将AI计算需求与硬件架构结合方面取得了显著进展，但仍面临一些挑战。
86310编辑于 2025-02-02 AI硬件发布！企业微信再升级
纪要自动存档：沟通记录自动保存至消息页，AI还会秒输出可分享的会议纪要。待办自动提醒：AI会根据对话内容自动分配待办事项，帮你推进todo。 拜访结束后，面聊AI会自动提炼一份详尽的沟通纪要，准确提取客户的核心需求、下单顾虑、交付时间、预算范围和下一步跟进意向。这些总结还能一键转发给微信客户，让后续的团队协同跟进有据可查。 新能力、新场景之外，新硬件也来了——为了给企业用户提供更极致的线下沟通记录体验，企业微信联合首发多款AI硬件：○ 快速启动：走廊偶遇、灵感突发时，一键即可秒速启动记录。 ○ 超长续航：不再担忧长时间录音导致手机电量告急，AI硬件超长续航告别电量焦虑。 全新AI硬件将与企业微信「记录面聊」无缝互联，让每一个有价值的灵感被留存，让每一次线下沟通被沉淀，大家可通过全平台搜索“企业微信录音笔”进行体验。
48310编辑于 2026-07-09全球AI投资：硬件狂飙与应用落差
全球AI投资集中涌入硬件与大模型2026年初，英伟达CEO黄仁勋提出了AI产业“五层蛋糕”框架：能源、芯片、基础设施、模型、应用，本报告沿用这一框架，逐层分析全球AI投资现状。 当前资本高度集中于底层硬件环节，应用层投入产出严重失衡。（一）电力瓶颈倒逼科技巨头向重资产转型电力供给已成为制约全球AI产业发展的关键瓶颈。 月之暗面（Moonshot）在2026年3月份开启新一轮10亿美元的融资，估值达到180亿美元，是去年底估值的四倍多。 数据截至2026年3月10日关联交易使真实需求更难以辨识。彭博社追踪了芯片厂商、云厂商与AI独角兽间的循环交易（图3）。 中国加快AI投资的政策建议当前全球AI投资高度集中于硬件，应用回报远未兑现，而中国在电力成本、模型效率和国产芯片替代等方面已形成差异化优势。
1.4K20编辑于 2026-04-16- 来自专栏梦在深巷
linux下10条查看系统和硬件信息的命
知道Linux系统的硬件信息是一种很好的做法，这可以帮助我们解决在系统上安装软件包，驱动程序时的兼容性问题。 # uname -n study.centos.xiaoqi 要获取有关内核版本的信息,可以使用-v参数: [root@study ~]# uname -v #1 SMP Thu Nov 19 22:10 :57 UTC 2015 x86_64 x86_64 x86_64 GNU/Linux 2.如何查看linux系统硬件信息 这里,我们可以使用lshw工具收集系统硬件的大量信息,例如:cpu，磁盘，内存 还可以使用-short选项打印硬件信息的摘要。 .如何提取有关硬件组件的信息 可以使用dmidecode命令通过从DMI表中读取数据来提取硬件信息。
4.2K20发布于 2020-04-22 - 来自专栏linux运维
硬件维护问题：硬件维护不当，导致硬件故障
检查当前硬件状态首先，我们需要检查当前系统的硬件状态。 常见的硬件维护问题及解决方案2.1 硬盘维护不当问题：硬盘维护不当，导致数据丢失或性能下降。解决方案：定期检查硬盘健康状态，备份重要数据。 2.6 散热维护不当问题：散热维护不当，导致硬件过热或性能下降。解决方案：定期清理散热器和风扇，确保散热良好。示例：使用压缩空气清理散热器和风扇：关闭计算机并断开电源。 2.7 环境维护不当问题：环境维护不当，导致硬件受潮或积尘。解决方案：保持良好的工作环境，避免潮湿和灰尘。示例：保持机房通风良好，使用防尘网和除湿器。3. 使用自动化工具进行硬件维护工具：Ansible介绍：Ansible 是一个自动化工具，可以用于远程管理和配置多台主机。
1.6K10编辑于 2025-02-07 - 来自专栏JadePeng的技术博客
AI集群通信中的软硬件介绍
AI集群通信实现方式 AI集群是由多台包含CPU、内存、GPU的服务器组成，需要考虑机器内通信和机器间通信。 通信协调硬件 GPU与GPU 通过nvlink，GPU和CPU也通过NVLink绿色线 CPU通过总线共享内存 服务器之间，通过RDMA网卡 PCIE PCIe 5.0 最高速率是32G NVLink NCCL NCCL 架构和工作流程: NVIDIA AI 库依赖 NCCL 提供编程抽象，通过高级拓扑检测、通用路径搜索和针对 NVIDIA 架构优化的算法，针对每个平台和拓扑进行高度调整。 Pytorch中，MPI和NCCL 对比，MPI主要是CPU，NCCL是GPU： 总结 硬件通过PCIe、NVLink、RDMA来针对不同场景实现硬件通信，软件主要是MPI和NCCL。
2.5K41编辑于 2023-02-16 - 来自专栏Dance with GenAI
AI如何变革软件和硬件开发的范式？
作者：Puneet Kumar, CEO and Co-founder of Rivos Inc AI 正推动软硬件设计规则变革，传统服务器硬件开发周期从 18-24 个月压缩至 12 个月，而软件通过优化 Attention 机制等实现2 年 10 倍性能提升，迫使硬件转向软件定义硬件（SDH）模式。 一、AI 对软硬件设计的颠覆性影响 硬件开发周期加速：传统服务器硬件周期为18-24 个月，AI 驱动下压缩至12 个月，需更快完成开发、验证与迭代。 软件性能爆发式增长：以 Attention 机制为例，软件优化实现2 年 10 倍性能提升（如 Flash Attention 系列从 2022 到 2024 年迭代 3 次，每次提升 2-3 倍）。 二、客户需求的核心转变：从单一性能到动态灵活性 需求维度 传统硬件满足度 AI 时代新需求 实现路径 现有模型效率 ✅ 需持续优化 硬件针对关键算法专项优化 未来模型支持 ❌ 快速适配新模型（如 Mamba
59310编辑于 2025-06-17 - 来自专栏云云众生s
AI、硬件和开放模型：朝着Linux方向发展
崛起中的Open AI模型正在撼动AI市场，打破了专有模型在专有硬件上运行的垄断局面。 兴起的开放AI模型正在撼动AI市场，打破了专有模型在专有硬件上运行的垄断地位。 包括谷歌和亚马逊在内的云提供商正争先恐后地将开放模型部署到其专有芯片上。 “如果你想跑得快，就独自一人；如果你想跑得远，就一起同行，”AI硬件公司Axelera的首席执行官说。 我们是如何走到这一步的？ AI时代伊始与PC时代非常相似，专有的Windows软件只能在x86硬件上运行。 相比之下，英伟达的GPU是通用的AI加速器，可以运行任何PC或AI应用程序。 Hugging Face正在推动专有硬件上的开源AI发展。
48010编辑于 2024-12-28 - 来自专栏Metaverse元宇宙
科技行业10月元宇宙：关注场景拓展与硬件新品
元宇宙生态不断发展，建议关注 VR 内容场景拓展及硬件新品发布9 月VR 内容(游戏+应用)持续丰富，并逐渐向教育、办公等领域拓展，《Legendary Tales》等多款新游取得良好口碑;应用《Skylect 硬件方面，Facebook、字节跳动等国内外大厂加码布局，智能眼镜Ray-Ban Stories、AR 眼镜Nreal air 等多款新品发布，硬件逐步进入快速放量阶段。 整体来看，技术革新助力信息传递降本增效、场景拓展，精神娱乐需求持续增长，消费娱乐化升级促行业扩容，我们持续看好元宇宙未来发展前景，建议关注VR 内容场景拓展及硬件新品发布。 字节跳动9 月初在海外上线AI 捏脸社交软件Pixsoul，加码元宇宙。腾讯入股威魔纪元，正式布局VR 游戏。 硬件：消费级AR 临近，大厂加速研发 新品：9 月10 日Facebook 发布与雷朋联合推出的智能眼镜Ray-BanStories;爱奇艺VR 一体机“奇遇3”正式上线，VR 战略2.0 落地;Nreal
36520编辑于 2022-03-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号