CaelLabSearch
登录

设置需开启 JavaScript 后才可调整

约 25,232 条结果

  1. Microsoft Azure azure.microsoft.com › zh-cn › products
    云产品 | Microsoft Azure

    浏览按 A 至 Z 排序的目录,了解普遍提供的 Microsoft Azure 云产品——应用程序、电脑、数据和网络等。

  2. 百度智能云 cloud.baidu.com
    百度智能云-“芯云模体”新全栈AI云

    百度智能云致力于为企业和开发者提供全球领先的人工智能、大数据和云计算服务,加速产业智能化转型升级

  3. 百度智能云千帆AI原生应用商店 qianfanmarket.baidu.com › product › detail › d7e31be3-c512-47b2-a5ca-0846d69e8a17
    新华妙笔AI-百度智能云千帆AI原生应用商店

    新华妙笔由新华社媒体融合生产技术与系统国家重点实验室及博特智能联合研发。集查、写、审、学一体,在公文内容权威供给、公文内容决策辅助、公文内容智能审核领域助力知识密集型人士提升写作能力与知识赋能。

  4. 艾媒报告中心 report.iimedia.cn › vip-free
    艾媒报告中心-全球行业研究报告发布机构

    艾媒报告中心是艾媒咨询旗下的一家集行业市场调研_产业数据分析_行业研究报告分析的服务机构,每年公开或定制发布基于大数据的行业研究报告_数据情报_IPO报告超2000份,覆盖房地产、IT互联网、金融、人工智能、新零售、游戏、音乐、教育、VR、网络安全等领域.艾媒研究成果被商务部、工信部等各级部门、全球主流媒体以及各大高校广泛引用.

  5. 中国电信 www.ctyun.cn › products › hpfs
    并行文件服务 HPFS - 天翼云

    并行文件服务HPFS(CT-HPFS,High Performance File Storage)是由天翼云提供的高性能并行文件存储,具有高性能,高可靠性,高可扩展性的特点。提供POSIX文件接口,可满足影视渲染、气象分析、石油勘探、EDA仿真、基因分析、AI训练、自动驾驶等数据密集型场景。

  6. Infoq dive.infoq.cn › 2022 › beijing › presentation › 4071
    让消息和流“双轨制”成为历史:云原生消息流平台 Apache Pulsar 架构设计原理-DIVE北京2022 议题

    DIVE北京2022 议题:让消息和流“双轨制”成为历史:云原生消息流平台 Apache Pulsar 架构设计原理。演讲摘要: 由于之前的技术原因,人们在消息系统中把消息和流分成了两种模型分别对待,企业基础架构存在大量“双轨制”现象,造成了数据隔离、数据孤岛的形成,极大提升了架构复杂度和运维成本──内部关键业务场景里用 MQ 来保证

  7. NVIDIA 英伟达博客 blogs.nvidia.cn › blog › nemo-amazon-titan
    NVIDIA 为部分大型亚马逊 Titan 基础模型提供训练支持 | NVIDIA 英伟达博客

    大语言模型的一切都很庞大——巨型模型是在数千颗 NVIDIA GPU 和海量的数据集上所训练而成。 不过这可能会给想要使用生成式 AI 的企业带来很多巨大的挑战。NVIDIA NeMo (一个用于构建、自定义和运行 LLM 的框架 )能够帮助企业克服上述挑战。

  8. 极客时间企业版 b.geekbang.org › news › 98f13708210194c475687be6106a3b84
    穿越 AI 落地深水区:广汽、华润、星巴克等一线“突围者”的实战案例集

    本文深度解析95%企业AI落地失败的困局,揭示广汽、阿里云、顺丰、华润等5%成功企业的核心打法。从战略破局、组织进化到人才重构,提供RIDE方法论、数字员工、π型人才等一线实战经验。免费下载《AI落地进行时》案例集,获取企业管理者、CTO、HR负责人的AI转型实战地图。

  9. AI 和云计算服务 cloud.google.com › data-cloud
    Google 的 Agentic Data Cloud

    利用数据云为智能体时代提供支持,将企业数据转化为主动式行动系统,从而大规模推动自主 AI 智能体的发展。

  10. AI 计算领域的领导者 www.nvidia.cn › high-performance-computing › scientific-visualization
    NVIDIA 科学可视化

    GPU 加速的科学可视化使研究人员能够以交互式速度可视化其大型数据集,从而加快数据分析的速度。