火山引擎边缘云亮相 Force 原动力大会,探索 AI 应用新范式

本文主要是介绍火山引擎边缘云亮相 Force 原动力大会,探索 AI 应用新范式,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

5月15日,2024 春季火山引擎 FORCE 原动力大会在北京正式举办。大会聚焦 AI 主题,以大模型应用为核心、以 AI 落地为导向,展示了火山引擎在大模型、云计算领域的实践应用,携手汽车、手机终端、金融、消费、互联网等领域的专家和企业技术带头人,共同探讨 AI 时代的转型机遇。

图片

火山引擎边缘云以“连接与计算无处不在,让AI触手可及”主题在大会展区亮相。边缘智能 AIoT 多模态推理解决方案、协同扣子连接物理世界等内容吸引了参会嘉宾驻足参观、讨论。

图片

01  边缘智能 AIoT,拓展大模型场景边界

大会展区,火山引擎边缘云展示了边缘智能 AIoT,拓展大模型场景边界。在基础设施上,火山引擎边缘云实现就近接入、查询加速、自动重试、故障迁移等能力;在解决方案上,火山引擎边缘云支持灵活定制、模型加密、分发加速、低代码编排;在应用开发上,火山引擎边缘云协同扣子连接物理世界,支持设备建模、设备理解、智能交互。

  • 提升开发效率:结合多模态大模型高效开发场景化应用,支持低代码可视化操作,提升开发效率

  • 协同扣子连接物理世界:边缘智能将物联设备抽象并封装成插件,结合工作流将扣子智能体拓展到物理世界

图片

更引人注意的是边缘智能协同扣子平台的互动展示,在这里,扣子平台通过 API ,调用火山引擎 AIoT 解决方案,将虚拟 bot 拓展至现实物理场景。

在大会现场,观展嘉宾可以向部署在边缘智能设备上的 bot 进行提问,bot 通过扣子平台搭建,拥有读取设备数据、操作控制等能力,为嘉宾提供实时解答。比如观展嘉宾可以问 bot 展区展位分布情况、目前的人流量等等,快速获取大会的最新进展。

图片

这就是边缘智能携手扣子平台打造的解决方案。在过去的实践中,当通过扣子平台创建的 bot 无法有效感知或操作物理世界实体时,大模型在物联网方面似乎无法做到真正落地,而边缘智能针对这一场景提出解决方案。

  • 抽象实体:边缘智能通过“物模型”完成对物理世界实体的抽象

  • 定制插件:对火山引擎边缘智能 openAPI 进行插件化封装,让用户实现 bot 与物理世界的联动

该解决方案具备丰富的应用场景:

1)食堂排队场景

  • 场景:用户可以通过扣子平台完成语义交互,比如问:现在食堂哪个档口排队较少?

  • 解决方案:扣子通过调用边缘智能接口,获取物理世界摄像机抓拍的视频、图片,统计分析食堂档口人数,进而给用户反馈出真实的档口排队情况。

2)智慧厕所场景

  • 场景:在景区或城市人流量大的公共区域,人们希望能快速找到最近的厕所并减少排队。基于扣子和边缘智能方案,用户可以在扣子上询问:请查找附近空闲厕所位。

  • 解决方案:扣子通过调用边缘智能接口,基于边缘智能及厕所位感知设备的采集数据,可帮助用户查询到最近的厕所位置及厕所位空闲情况。

随着具身智能的来临,大模型将更多的与物理世界实体产生联动。边缘智能 AIoT + 扣子 联合解决方案也将有更多落地场景,切实提升人们生活质量。

02  连接与计算无处不在,让 AI 触手可及

当前,人工智能技术和产业持续保持高速发展的态势。Precedence Research 预测,到 2030 年,全球人工智能市场规模将达到惊人的 114554 亿元,2023年-2030年间保持复合增长率 35% 以上。产业高速发展必然会对资源提出更高要求,网络也需要在带宽、并发、延时、稳定性、弹性、海量终端灵活接入、跨境加速等方面达到更高水准。

火山引擎边缘云原生操作系统纳管边缘异构算力资源,兼具小型化、轻量化、集成化,为 AI 场景提供低延时、广覆盖的 Serverless 异构算力,作为统一底座支撑着 AI 应用向云边端结合的混合架构方向演进。

火山引擎边缘云依托全球分布式云网基础设施,支持智能应用就近上云,让用户更便捷地享用 AI 服务。

  • 超大规模:全球 2500+ 节点, 150Tbps 带宽,20 亿+终端

  • 超低时延:1-40ms 广域网络接入,支持网络传输优化及智能路径择优

  • 万物互联:支持亿级并发,海量、多形态智能终端的就近接入

  • 云边端一体:资源全局调度,为用户提供无限弹性能力

  • 安全加速:基于成本、质量的智能全局加速,支持分布式安全防护能力


火山引擎边缘云打造分布式边缘云异构算力解决方案,为用户就近提供多形态异构算力,支撑AI应用迈向云边端结合新架构。

  • 异构硬件纳管:支持边缘AI一体机、边缘服务器等多种物理硬件,提供裸金属/虚机/容器等多样化算力服务

  • 低时延算力:覆盖现场边缘、近场边缘、云边缘基础设施,为AI业务就近提供算力接入

  • 小型化与轻量化:支持算力、服务混合部署,集群功能按需调配,最大化利用可用资源

  • 全局资源调度:打破局部资源限制,统一调度全局资源,支持跨区域弹性调度和跨节点容灾迁移

  • 云边端协同:通过云边、边边数据通道和网络基础设施,为业务提供云、边、端高效连接和数据交换

END

面向未来,火山引擎边缘云将紧紧跟随科技发展方向,在夯实技术底座的同时,不断探索边缘智能与 AI 的结合,希望能与更多行业伙伴达成合作,探索更丰富的、面向多行业的创新应用场景,助力产业蓬勃发展。

这篇关于火山引擎边缘云亮相 Force 原动力大会,探索 AI 应用新范式的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/999740

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

hdu1394(线段树点更新的应用)

题意:求一个序列经过一定的操作得到的序列的最小逆序数 这题会用到逆序数的一个性质,在0到n-1这些数字组成的乱序排列,将第一个数字A移到最后一位,得到的逆序数为res-a+(n-a-1) 知道上面的知识点后,可以用暴力来解 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#in