北极星
      北极星为您找到“训练”相关结果3449
      四川遂宁:开展人工智能试点 包括智慧能源管理

      来源:遂宁市政务服务和数据局2025-03-19

      端到端多模态大模型开发(语音+视觉+动作协同)、人形机器人训练场建设、服务机器人规模化应用(工业/服务业)、智能协作机械臂等场景。5.低空经济探索。...各单位可参照《智能体建设操作手册》(附件3),依托我市本地化部署的国产大模型技术底座,结合单位知识库训练垂直领域智能体,实现“知识检索—任务解析—智能执行—反馈优化”全流程自动化。

      来源:中国电力报2025-03-19

      当前国内外人工智能处于高速发展阶段,截至2024年10月,我国现有完成备案并上线为公众提供服务的生成式人工智能服务大模型近200个,不同大模型的参数、预训练量、训练时长等因素均会影响其电力需求。

      来源:亮报2025-03-19

      这就需要电网企业加强与高等院校、科研机构的合作,加强对人工智能的训练,让运用到电网技术中的人工智能实现自我迭代,从而进一步提高电网的可靠性和安全性。

      以小搏大,芯片如何冲击万亿储能市场?

      来源:北极星储能网2025-03-19

      “我们希望ai在储能领域实现很多功能,但前提是需要对其进行充分的训练。其中大部分工作要依赖基础数据支持。”新产品新技术,只有在应用端得到反馈,才能反向推动研发升级。...通过与第三方企业的广泛合作,安富利可以帮助储能在特定场景实现ai的二次训练。而这也更利于安富利从芯片元器件的研发前端介入,帮助制造商打造出更适配储能行业需求的产品。

      来源:中国电力报2025-03-18

      样本方面,传统的通算、智算训练一般采用32位或16位精度,而deepseek的训练采用了16位和8位混合精度框架。如未来算力行业均采用该精度,则相较于传统的32位精度,训练量将降低50%,甚至75%。

      来源:中国电力报2025-03-18

      首先,相较于生成式人工智能在模型训练阶段的高耗能,其涉及应用的推理阶段能源消耗更为巨大,且是持续性的。...随着新型能源体系建设进程中可再生能源比例不断提升,发电侧的不确定性增加,生成式人工智能的前期训练会导致局部地区电网出现突发性高负荷,源荷双重不确定性将对局部地区电网稳定运行带来挑战。

      国网浙江电力人工智能实训基地正式启用

      来源:北极星电力网2025-03-18

      该实训基地内设平台实训区与仿真验证区,具备人工智能模型开发、训练调优、场景评测等多种实训能力。

      高精度预测破局,中车株洲所赋能风电场收益跃阶!

      来源:中车能源2025-03-18

      深度优化 让每一度绿电都成为"黄金资产"中车株洲所风功率预测技术引入了新兴的气象大模型,基于先进的气象理论和大量的历史气象数据训练而成。

      AI+智造 | 哈电电机DeepSeek本地化部署正式投运

      来源:哈电机微讯2025-03-14

      借助平台优势,哈电电机大力拓展多模态数据分析应用,在生产经营、产品设计、质量检测、故障预测和供应链优化等核心场景中开展专项模型训练,持续提升人与ai的交互能力,不断提高业务管理质效。...哈电电机本地部署的deepseek大模型依托自主可控环境,哈电电机本地部署了deepseek和maas平台,构建了大模型应用的整体生态环境,并提供rag、agent、模型管理与训练等多维平台能力,为公司智能办公

      来源:全国公共资源交易平台2025-03-14

      ppp项目北环路延伸段道路工程(一期工程),合同金额:314059097.00元,竣工时间:2021年7月(施工业绩);3、宿松县北浴乡罗汉山村和美乡村精品示范村(一期)建设项目(epco)的军事拓展训练基地及上古井传统村落项目

      来源:高工储能2025-03-13

      当deepseek将ai训练成本降低90%,当华为实现储能系统全生命周期数字化,这场变革已不可逆转。一是智能运维,储能电站的运维成本占全生命周期成本的30%,而ai正在改写这一经济模型。

      来源:南方电网报2025-03-12

      训练平台是算法研发的工场,可以提供型样本集、模型管理、训练环境、业务场景落地等一站式人工智能服务。算力与算法的协同发展是驱动人工智能的关键。...一切人工智能算法的学习都离不开训练样本数据,特别是以数据驱动为基础的机器学习、深度学习算法,数据的全面性、完整性对学习的效果至关重要。

      重庆市人工智能赋能超大城市现代化治理行动计划(2025—2027年)

      来源:重庆市城市管理局2025-03-12

      推动数据资源标准化、规范化建设,为大模型训练提供高质量数据。聚焦超大城市治理九个重点领域,建设中文语料数据集、音频数据集、视频数据集等多模态数据集。...(一)加强数据归集共享依托一体化智能化公共数据平台,迭代公共数据资源管理系统(drs),优化训练数据资源编目、归集、治理、共享等机制,实现数据供需高效对接。

      来源:中国新闻网2025-03-07

      程伟介绍,目前5g基站、数据中心等设施年耗电量巨大,随着算力业务尤其是ai大模型训练、自动驾驶等高性能算力业务的爆发式增长,通信行业对于电力的需求将更加迫切。如何破解这个难题?

      来源:国能神福(龙岩)发电有限公司2025-03-07

      同时,该公司结合当前生产任务、安全风险等特点,重点开展防台防汛防强对流天气、全厂停电、火灾疏散等应急演练,同时开展心肺复苏、创伤急救等技能训练,提升应急处置能力。

      来源:北极星电力网2025-03-06

      世界模型与多模态大模型相辅相成:前者为后者提供了一个虚拟的“现实世界”,使其能够在模拟环境中进行训练和优化;后者则为世界模型的构建提供了更丰富的数据来源和更强大的学习能力。...纯数据驱动的世界模型虽然能够从海量数据中学习规律,但其局限性在于需要大量的训练数据,且难以利用已有的科学知识。科学计算则可以通过数学建模直接利用前人总结的物理规律,从而加速模型的学习过程。

      来源:劲威科技2025-03-06

      其推理模型 r1 和千亿参数模型 v3,以超低训练成本、媲美国外主流模型的性能和开源生态模式,在国内外掀起人工智能 “创新风”。

      储能破局:打破静态范式,数字化能力结合AI驱动重构能源价值第二曲线

      来源:弘正储能2025-03-05

      据弘正储能副总经理张鹏介绍,目前该公司数字化团队已开发了具有自学习能力的ai算法体系,依托大量数据训练,预测未来负荷需求、新能源发电功率和电力市场价格等相关数据 ,通过算法模型生成动态调度策略,优化储能参与峰谷套利

      首发!清华大学张强教授团队:DeepSeek在储能研究中的应用前景展望

      来源:储能科学与技术2025-03-05

      deepseek通过多头潜在注意力、混合专家模型及多词元预测等核心技术,显著降低了模型训练与推理的能耗成本,在储能研究中应用前景广泛,有望推动材料研发从“经验试错”到“智能设计”的范式跃迁,在系统优化中构建多尺度耦合的数字孪生底座

      中广核:AI大模型在清洁能源领域实现多个典型场景应用落地

      来源:北极星电力网2025-03-05

      依托于机器人的硬件优势,深入叠加图像识别、多传感器融合等ai技术,拓展应用场景,同时也为大模型训练提供丰富的数据。