- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI系统
【AI系统】谷歌 TPU 历史发展
在本文中，我们将深入探讨谷歌的 Tensor Processing Unit（TPU）的发展历程及其在深度学习和 AI 领域的应用。 以下表格中除了芯片之外，随着技术地不断进步和对于超大计算资源的需求，谷歌研发了 TPU Pod，这是一种由众多 TPU 单元构成的超大规模计算系统，专为处理大量深度学习和 AI 领域的并行计算任务而设计 在这个 AI 爆发的大时代，谷歌在移动端的 AI 掷下豪赌，对于最新发布的 Tensor G3，谷歌 Silicon 的高级总监 Monika Gupta 是这样评价的：“我们的合作与 Tensor 一直不仅仅局限于追求速度和性能这样的传统评价标准 在最新的 Tensor G3 芯片中，我们对每个关键的系统组件都进行了升级，以便更好地支持设备上的生成式 AI 技术。 TPU v2 概览在 2017 年的五月，谷歌推出了 TPU V2。
1.9K10编辑于 2024-11-27 - 来自专栏人人都是极客
AI芯片的历史和现状
AI的历史发展和概括 人的思维活动是否能用计算机来替代，从图灵的论文《计算机器与智能》和图灵测试，到最初级的神经元模拟单元——感知机，到现在多达上百层的深度神经网络，对人工智能的探索就没有停止过。 从最初的概念到最近 AI 的爆发式增长，人工智能产业经过了多次的起伏和波折。 AI芯片分类 从三个维度看懂AI芯片种类： 技术架构 从技术架构来看，人工智能芯片分为通用性芯片（GPU）、半定制化芯片（FPGA）、全定制化芯片（ASIC）、类脑芯片四大类。 云AI芯片的特点是性能强大、能够同时支持大量运算、并且能够灵活地支持图片、语音、视频等不同AI应用。我们现在使用的各种互联网AI能力（比如在线翻译、人证比对），背后都有云AI芯片在发挥作用或提供算力。 这便需要有嵌入到设备内部的端AI芯片，让设备不需要联网就能具备AI能力。它们的特点是体积小、耗电少，而且性能不需要特别强大，通常只需要支持一两种AI能力。
1.4K50发布于 2018-07-26 - 来自专栏AI系统
【AI系统】AI 编译器历史阶段
本文将通过介绍 AI 编译器的设计目标、定义、发展阶段等角度，详细探讨 AI 编译器的历史发展。 如下图所示，AI 编译器的发展应该分为三个阶段：朴素 AI 编译器（阶段一）、专用 AI 编译器（阶段二）、通用 AI 编译器（阶段三），接下来我们将会主要按照这三个阶段的顺序详细介绍 AI 编译器的发展阶段 AI 编译器的发展需要同时满足这两个场景的需求，以支持 AI 模型从开发到部署的整个生命周期。朴素 AI 编译器AI 编译器的第一个阶段，我们可以将其看作是朴素 AI 编译器阶段。 专用 AI 编译器在 AI 编译器的发展中，阶段二标志着专用 AI 编译器的诞生，这一阶段的编译器开始针对 AI 和深度学习工作负载进行优化。 通用 AI 编译器在阶段二专用 AI 编译器之后，就是 AI 编译器发展阶段三的到来。阶段三代表着通用 AI 编译器的重要发展阶段。
51110编辑于 2024-11-28 - 来自专栏小码农薛尧
《历史代码分析》2、接口结果封装
2.
21400编辑于 2025-03-03 【AI系统】AI的历史、现状与理论基础
本文旨在概述AI的历史发展、当前趋势以及理论基础，为读者提供一个系统的视角。II. AI的发展历程 AI的历史可以追溯到20世纪中叶，当时科学家们开始探索如何构建能够模拟人类智能的机器。 直到1986年，深度学习一词被引入，开启了AI的新篇章。III. AI的现状与趋势 当前，AI技术正以前所未有的速度发展。模型正从小规模向大规模分布式训练演进，训练方式也在不断创新。 企业级AI模型生产也在不断变化，从独占硬件资源到云上多租户共享AI集群资源。这些变化不仅提高了AI模型的生产效率，也使得AI技术更加普及和可访问。IV. AI的基本理论与技术 AI的核心理论基础包括神经网络、反向传播算法和自动微分等。这些技术的发展为构建复杂的AI系统提供了可能。同时，深度学习网络和卷积神经网络等模型的出现，进一步推动了AI技术的进步。 结论 AI系统的研究不仅需要理解上层AI计算应用负载的特点，还需要关注历史和趋势，以便找到系统设计的真实需求问题和优化机会。
84820编辑于 2024-10-11- 来自专栏新智元
全球首个历史基准！普林复旦打造AI历史助手，AI破圈人文学科
新智元报道 编辑：LRST 【新智元导读】普林斯顿大学AI实验室与复旦大学历史学系联手推出了全球首个聚焦历史研究能力的AI评测基准——HistBench，并同步开发了深度嵌入历史研究场景的AI 为此，普林斯顿大学AI实验室与复旦大学历史学系联合打造了HistBench与HistAgent，拉开了历史研究的AI时代的序幕。 Level 2（进阶）：172题，原则上由研究生撰写，要求在材料处理或逻辑推理上构成一定难度。 在HistBench上，GPT-4o（带网络搜索）的准确率为18.60%，而HistAgent pass@2达到了36.47%，提升幅度接近一倍。 AI与历史的对话，才刚刚开始 HistBench和HistAgent的发布，是AI历史推理领域的重要突破。
54310编辑于 2025-06-12 - 来自专栏鸿的学习笔记
我所了解的大数据的历史（2）
接着说谷歌，上篇文章提到了 GFS 。那么谷歌为什么要硬着头皮去啃分布式系统这块硬骨头呢？首先，我们要知道谷歌刚开始成立时是一家搜索公司，方便用户查询互联网上的信息。因此谷歌必须要存储整个互联网上的信息，那这个数据量是庞大的。对于这个需求，传统的数据库或者更深入地说，单机是远远不够的，必须要使用分布式系统搭建集群；但是那个时候要搭建集群，可供选择的方案大多像 Oracle 的 RAC 一样，需要昂贵的机器。因此谷歌必须要自行去解决这个问题：
45000发布于 2020-02-18 - 来自专栏学习之路
【Docker#2】容器历史发展 | 虚拟化实现方式
2. 为什么要虚拟化、容器化? 我们从上面的历史发展来看，虚拟化和容器化的最主要目的就是资源隔离，随着资源隔离的实现逐渐也带来了更大的收益。 2. 容器虚拟化实现 容器虚拟化，有别于主机虚拟化，是操作系统层的虚拟化。 基本原理：通过 namespace 进行各程序的隔离，加上 cgroups 进行资源的控制，以此来进行虚拟化。 案例 # 格式化分区为 ext4 文件系统 mkfs -t ext4 test.txt mke2fs 1.46.5 (30-Dec-2021) Discarding device blocks: done 1886346 Ss 1001 0:00 -bash 1877180 1886346 1886346 1877180 pts/2 1886346 S+ 0 0:00 sudo -8-10-ubuntu:test$ pidstat -C bash Linux 5.15.0-126-generic (VM-8-10-ubuntu) 07/09/2025 _x86_64_ (2
38410编辑于 2025-07-21 - 来自专栏前端架构
再谈HTTP2性能提升之背后原理—HTTP2历史解剖
即使千辛万苦，还是把网站升级到http2了，遇坑如《phpcms v9站http升级到https加http2遇到到坑》。 HTTP2的发展历史 一、http HTTP协议经过多年的使用，发现了一些不足，主要是性能方面的，包括： HTTP的连接问题，HTTP客户端和服务器之间的交互是采用请求/应答模式，在客户端请求时，会建立一个 2. HTTP/2 的系列归档：HTTP/2 | 凯文叔叔的网志 Can i use 上关于支持HTTP/2 的浏览器：Can I use... /spdy/spdy-whitepape 本文主要内容来源:《HTTP 2.0的那些事》 文章由本人精炼而成，原文：再谈HTTP2性能提升之背后原理-HTTP2历史解剖 - Network - 周陆军的个人网站
2.1K51发布于 2019-01-28 AI驱动需求，金属“钌”价格飙至历史新高
3月18日消息，因人工智能（AI）对于数据存储需求暴涨，推动了面向数据中心及企业级SSD价格暴涨，迫使很多厂商加大了对于大容量机械硬盘（HDD）的需求，也带动了HDD大宗交易价格的持续上涨。 更是导致HDD所需的金属“钌”价格飙至历史新高。 根据《日经新闻》报道显示，今年1季度的指标性HDD的批发价格较去年四季度上涨了1%。 值得注意的是，随着AI厂商对于HDD需求的增长，也导致HDD生产所需的“钌”（Ruthenium）的价格已攀升至历史新高。 随着AI驱动的数据储存与云计算需求增加，钌的需求也同步上升。数据中心产能扩张带动硬盘（HDD）产量提升，而钌正是用于硬盘磁性层的重要材料。 瑞士MKS金融集团（MKS PAMP）研究与金属策略主管Nicky Shiels表示，由于钌逐渐被视为“AI基础建设扩张的贵金属代理指标”，投资人可能也因此增加了投资。
14010编辑于 2026-03-19- 来自专栏Dance with GenAI
AI图书下载：计算机：一部历史
《计算机：一部历史》 作者是 [英] 彼得·本特利（Peter J. 本书的每个章节都是用3位二进制表达的： 0（序言） 的二进制表示是 000 1 （第一章）的二进制表示是 001 2 的二进制表示是 010 3 的二进制表示是 011 4 的二进制表示是 100 5 100 猴子与世界范围的声音 探讨了计算机网络的起源和发展，包括互联网的早期历史。讨论了网络地址和协议的重要性，以及它们如何使全球通信成为可能。探讨了网络对社会的影响，包括隐私和安全问题。 个人非常赞同，AI只有具有了自主学习能力，才能说具有真正的智能。 霍兰德：“我认为，如果将这个概念推而广之，我们可以看到，各种各样的事情中都存在这个现象。标准积木的重新组合是非常普遍的。 作者虽然写计算机历史，但是没有简单按时间顺序，而是按照发展逻辑，中间穿插了很多重要计算机人物的个人经历，趣味生动，启发颇多，而且作者能够深入浅出讲解 TCP IP 协议等比较晦涩难懂的概念，对于非计算机专业人士很友好
27610编辑于 2024-11-04 - 来自专栏量子位
历史转折中的美团，AI进化新范式
技术变革风云 AI主导，算法派单，并不难理解。 53万骑手——规模和数量都不容小觑，但得益于AI大脑和中枢，他们可以调度有序、高速运转。 但历史进程里的美团，没得选。 美团外卖在2013年正式推出，已是后来者。当时饿了么已经成立5年，重兵都在外卖配送，到2015年百度也已叫响O2O，说要先花200亿砸出份额。 历史进程中的时代难题 如果你问郝井华什么是这一路走来最难的部分，他会告诉你比宕机印象更深刻的是，人机共生时代里的新难题。 事情可以从2015年12月20日讲起。 外卖以外，B2C零售可送、生鲜宅配可送、服装可送，甚至任何可跑腿代购的领域，没有不能切入的，这也是美团正在做的事情。 这家从千团大战中胜出，笑傲外卖O2O江湖，如今长成中国第四大市值的科技公司。 你说美团的核心是什么？ — 完 —
89030发布于 2018-12-26 - 来自专栏wayn的程序开发
FastAPI开发AI应用教程六：新增用户历史消息
本文将深入介绍如何在 FastAPI AI 聊天应用中实现用户历史消息功能，当用户切换助手，刷新页面时，都可以保留当前会话历史消息。 核心功能 多助手会话隔离：每个 AI 助手（智能助手、AI 老师、编程专家）都有独立的会话历史 智能会话管理：自动生成和管理 sessionid，确保会话的唯一性和持久性 历史消息加载：快速加载和展示用户的历史对话记录 ）相关的响应头 调用 generate_streaming_response 函数处理具体的流式响应逻辑 2. ：根据用户 ID 和会话 ID 从 Redis 中获取完整的对话历史 构建系统提示：根据 AI 角色获取对应的系统提示词 构建消息列表：将历史消息转换为 AI 模型需要的格式 限制历史长度：只取最近的 总结 本教程通过前端会话 ID 管理、后端历史消息接口和流式对话上下文传递三个核心技术，实现了支持多助手切换和历史记录持久化的 AI 聊天应用。
40910编辑于 2025-11-13 当 AI 开始书写历史：我们如何用 Gateone.ai 把“历史人物时间线”从学术幻想变成 SaaS 产品
当 AI 开始书写历史：我们如何用 Gateone.ai 把“历史人物时间线”从学术幻想变成 SaaS 产品就在我们团队为“人物传记智能生成”功能卡在数据碎片化泥潭时，一个名为 Event Deep Research 的开源 AI 代理项目横空出世——它能自动研究历史人物生平，通过多智能体协作，输出结构化的 JSON 时间线，甚至支持 LangGraph Studio 可视化编排。 这听起来像是历史学者的梦中情“AI”，却也暴露了一个残酷真相：再强大的研究型 AI 代理，也逃不过“模型调度混乱”和“成本失控”的宿命。 2.研究深度 vs 成本爆炸为了生成拿破仑的完整时间线，Event Deep Research 启动了 7 轮子任务：生平检索、事件验证、冲突消解、时间对齐、地域标注、影响评估、JSON 格式化。 二、Gateone.ai：为历史 AI 装上“智能调度大脑”就在项目濒临搁浅之际，Gateone.ai 的多代理协同中枢让我们绝处逢生：✅ 统一代理入口，智能路由决策通过 Gateone.ai，我们将
32410编辑于 2025-10-27- 来自专栏码神联盟
区块链 | 比特币如何实现—《区块链历史链条》2
为了保证比特币稳定在约10分钟挖出一个区块，中本聪设计矿工挖矿获得比特币的难度每过2016个区块（约2周时间）动态调整一次，令调整后的难度使得每生成一个区块的预期时间为10分钟。 每10分钟产生一个区块，21万个区块大约是四年的时间，从2009年至今，比特币产量已经减半2次，当前每个区块发行12.5个比特币。
4.1K91发布于 2018-04-03 - 来自专栏bit哲学院
java的历史_Java的历史
参考链接： Java的历史 java的历史 Java is an object-oriented programming language. Java的历史 (History of Java) Java was started as a project called “Oak” by James Gosling in June 1991. Java版本历史 (Version History of Java) Java is a general-purpose programming language. 下图显示了Java编程语言的版本历史。 /33218/history-of-java java的历史
1.1K30发布于 2021-02-03 - 来自专栏陈树义
JVM系列第2讲：Java 虚拟机的历史
今天我们就来简单回顾下 Java 虚拟机的发展历史。 虚拟机始祖：Sun Classic 在 1996 年 1 月 23 日，Sun 发布 JDK 1.0，其中自带的虚拟机就是 Classic VM。 到了 JDK 1.4 时，其正式退出历史舞台。可以说 Sun Classic 还是存在了将近四年的时间，但另外一个虚拟机可就没有那么好的运气了。 总的来说，从 2000 年 JDK 1.3 发布，HotSpot VM 作为默认的虚拟机开始登上历史舞台。 最后的赢家：Oracle 看了这么些历史，似乎都是在说 Sun公司发布的虚拟机，与 Oracle 似乎没有什么关系。 附录：Java 虚拟机历史 JDK 版本升级不仅仅体现在语言和功能特性上，还包括了其编译和执行的 Java 虚拟机的升级。
73620发布于 2018-12-10 博通Q2营收150亿美元创历史新高，AI芯片收入超44亿美元
当地时间6月5日，芯片大厂博通（Broadcom）于美国股市周四盘后公布了2025会计年度第二季（截至2025年5月4日为止）财报，不仅营收创下了150.04亿美元历史新高，AI芯片营收也突破44亿美元 ，预计第三季AI芯片营收将增长至51亿美元。 博通第二财季营收同比增长20%至150.04亿美元，略高于市场预期的149.6亿美元，也创下了历史新高；依照美国一般公认会计原则（GAAP） 净利润为 49.65 亿美元，同比暴涨134%；Non-GAAP “博通在 AI 半导体解决方案和 VMware 的持续发展势头下实现了创纪录的第二季度收入。 在对 AI 网络的强劲需求的推动下，第二季度 AI 收入同比增长 46%，达到超过 44 亿美元，”博通总裁兼首席执行官 Hock Tan 说。
19710编辑于 2026-03-19- 来自专栏云计算与大数据
Ceph|历史
如果次要版本为 2，则该版本已经稳定，可供普通用户使用。 ? Ceph是一种为优秀的性能、可靠性和可扩展性而设计的统一的、分布式的存储系统。
1.1K10发布于 2020-07-21 AI通过分析历史天气数据后的应用
AI通过分析历史天气数据后，其应用广泛且深入，为多个领域带来了显著的价值和改进。 气候模式识别：气象学家和气候科学家利用AI分析历史气候数据，以识别长期的气候模式和趋势，为应对气候变化提供科学依据。 农业管理农作物生长评估：农民和农业保险公司可以利用AI分析的历史天气数据来评估农作物的生长状况和健康情况，以制定更合理的种植计划和保险政策。 交通管理：交通运输部门可以利用AI分析的历史天气数据来优化交通流量管理，减少因恶劣天气导致的交通拥堵和事故。 科研与教育科研支持：科研人员可以利用AI分析的历史天气数据进行气候研究、环境科学等领域的研究，推动相关学科的发展。
58410编辑于 2025-02-21
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