動態(tài)

• 發(fā)布了文章 2025-10-29 11:06

  LLM安全新威脅：為什么幾百個毒樣本就能破壞整個模型

  

  本文轉自：DeepHubIMBA作者：DhanushKumar數(shù)據(jù)投毒，也叫模型投毒或訓練數(shù)據(jù)后門攻擊，本質(zhì)上是在LLM的訓練、微調(diào)或檢索階段偷偷塞入精心構造的惡意數(shù)據(jù)。一旦模型遇到特定的觸發(fā)詞，就會表現(xiàn)出各種異常行為——輸出亂碼、泄露訓練數(shù)據(jù)、甚至直接繞過安全限制。這跟提示注入完全是兩碼事。提示注入發(fā)生在推理階段，屬于臨時性攻擊；而投毒直接改寫了模型的權重

  LLM 數(shù)據(jù) 模型

  608瀏覽量

• 發(fā)布了文章 2025-10-28 10:09

  存內(nèi)計算芯片，熱度大增

  

  研究人員專注于限制數(shù)據(jù)移動以減少邊緣設備的功耗和延遲。在大眾媒體中，“人工智能”通常意味著在昂貴且耗電的數(shù)據(jù)中心運行的大型語言模型。然而，對于許多應用程序來說，在本地硬件上運行的小型模型更為合適。自動駕駛汽車需要實時響應，避免數(shù)據(jù)傳輸延遲。醫(yī)療和工業(yè)應用通常依賴于無法與第三方共享的敏感數(shù)據(jù)。盡管邊緣人工智能應用速度更快、更安全，但它們的計算

  人工智能 芯片

  508瀏覽量

• 發(fā)布了文章 2025-10-27 12:07

  專家觀點丨大模型技術發(fā)展的五個重點方向

  

  人工智能經(jīng)歷符號主義與連接主義等范式演進，在規(guī)模擴展定律(ScalingLaw)驗證后進入以大模型為核心的新階段，呈現(xiàn)出強擴展性、多任務適應性與能力可塑性等關鍵特征。當前，大模型技術的演進主要聚焦于五大方向：語言模型持續(xù)增強、多模態(tài)融合突破、智能體形態(tài)崛起、具身智能深化、AI4S專用模型創(chuàng)新。同時，新學習范式、非Transformer架構及新型計算硬件等前沿

  AI 人工智能 大模型

  1.2k瀏覽量

• 發(fā)布了文章 2025-10-24 11:45

  超級人工智能：福兮禍兮？

  

  近日，據(jù)英國《金融時報》報道，史蒂夫?班農(nóng)（SteveBannon）、梅根?馬克爾（MeghanMarkle）與斯蒂芬?弗萊（StephenFry）等公眾人物，聯(lián)合包括“AI教父杰弗里?辛頓（GeoffreyHinton）、百度前總裁張亞勤在內(nèi)的800多位世界名流，簽署了一份聲明，呼吁禁止開發(fā)“超級智能”，即在智力上超越大多數(shù)人類的人工智能系統(tǒng)。這一事件引發(fā)

  AI 人工智能

  1.1k瀏覽量

• 發(fā)布了文章 2025-10-23 12:19

  解構Chiplet，區(qū)分炒作與現(xiàn)實

  

  來源：內(nèi)容來自半導體行業(yè)觀察綜合。目前，半導體行業(yè)對芯片（chiplet）——一種旨在與其他芯片組合成單一封裝器件的裸硅片——的討論非常熱烈。各大公司開始規(guī)劃基于芯片的設計，也稱為多芯片系統(tǒng)。然而，對于芯片架構的設計需要什么、哪些技術已經(jīng)成熟可用以及哪些創(chuàng)新即將出現(xiàn)，仍然存在不確定性。在Chiplet開始廣泛應用之前，了解該技術及其配套生態(tài)系統(tǒng)至關重要。隨著

  chiplet 硅片 芯片

  415瀏覽量

• 發(fā)布了文章 2025-10-22 11:00

  Gartner發(fā)布2026年十大戰(zhàn)略技術趨勢

  

  近日，商業(yè)與技術洞察公司Gartner發(fā)布企業(yè)機構需在2026年重點關注的十大戰(zhàn)略技術趨勢。Gartner研究副總裁高挺（ArnoldGao）表示：“2026年對技術領導者而言是至關重要的一年，變革、創(chuàng)新與風險將在這一年以空前的速度發(fā)展。2026年的各項重要戰(zhàn)略技術趨勢將密切交織，折射出一個由人工智能（AI）驅動的高度互聯(lián)化世界的現(xiàn)實圖景。在這樣一個世界，企

  AI Gartner 人工智能

  675瀏覽量

• 發(fā)布了文章 2025-10-21 10:02

  AI智能體框架怎么選？7個主流工具詳細對比解析

  

  大語言模型（LLM）雖然擁有強大的理解和生成能力，但本質(zhì)上還只是一個能夠處理文本的模型，并且它們無法主動獲取信息、執(zhí)行操作或與外部系統(tǒng)交互。而AI智能體可以通過為LLM配備工具調(diào)用、環(huán)境感知和自主決策能力，將靜態(tài)的語言模型轉化為能夠獨立完成復雜任務的自治系統(tǒng)。AI智能體可以主動獲取實時信息、執(zhí)行多步驟操作、與各種API和服務交互，真正實現(xiàn)了從"理解"到"行動

  AI 智能體 語言模型

  814瀏覽量

• 發(fā)布了文章 2025-10-20 14:34

  小白必讀：到底什么是FP32、FP16、INT8？

  

  網(wǎng)上關于算力的文章，如果提到某個芯片或某個智算中心的算力，都會寫：在FP32精度下，英偉達H100的算力大約為0.9PFlops。在FP16精度下，某智算中心的算力是6.7EFlops。在INT8精度下，驍龍8Gen1的算力是9TOPS。……那么，評估算力的大小，為什么要加上FP32、FP16、INT8這樣的前提？它們到底是什么意思？其實，F(xiàn)P32、FP16

  智算中心 算力 芯片

  1.3k瀏覽量

• 發(fā)布了文章 2025-10-17 08:33

  Chiplet，改變了芯片

  

  1965年，英特爾聯(lián)合創(chuàng)始人戈登·摩爾提出了“摩爾定律”。半個多世紀以來，這一定律推動了集成電路（IC）性能的提升和成本的降低，并成為現(xiàn)代數(shù)字技術的基礎。摩爾定律指出，半導體芯片上的晶體管數(shù)量大約每兩年翻一番。長期以來，技術發(fā)展一直遵循著這一定律。但情況已經(jīng)開始發(fā)生變化。近年來，芯片電路尺寸的縮小變得越來越困難，線寬如今已降至幾納米(nm)。工程師們

  chiplet 芯片 芯片電路

  3.2k瀏覽量

• 發(fā)布了文章 2025-10-16 09:06

  從需求到落地：RISC-V如何重塑下一代AI硬件生態(tài)？

  

  本文由TechSugar編譯自SemiWiki人工智能（AI）正重塑計算領域的每一個層面，從訓練萬億參數(shù)模型的超大規(guī)模數(shù)據(jù)中心，到運行實時推理任務的電池供電型邊緣設備，無一不受其影響。各領域對硬件的需求均在持續(xù)升級：計算密度不斷提升，功耗預算愈發(fā)緊張，而新算法的迭代速度，已超過傳統(tǒng)芯片產(chǎn)品路線圖的適配能力。第一代AI硬件建立在專有指令集與封閉生態(tài)系統(tǒng)之上，如

  ai硬件 RISC-V

  750瀏覽量