240 发简信
IP属地:北京
  • 算电协同模式实施方案与成本收益分析

    摘要 在国家“双碳”目标和“东数西算”工程的宏观背景下,“算电协同”已不再是可选项,而是AIDC产业实现可持续发展的核心战略。本报告系统性地阐述...

  • 人工智能数据中心(AIDC)技术方案深度解析:与传统IDC的范式差异及其对大模型训练的影响

    摘要 随着人工智能(AI)技术的飞速发展,特别是大语言模型(LLM)和生成式AI应用的爆发,全球对算力的需求正以前所未有的速度增长。这种需求推动...

  • 大模型API 的场景

    API token计费有大量场景,是整个AI生态中最核心、最繁荣的部分。 免费版是面向普通用户的“成品”,而API是面向开发者和企业的“原材料”...

  • 通用和推理模型各自的场景

    通用模型和推理模型的核心区别在于优化方向:前者追求“广度”,胜任多种任务;后者追求“深度”,专攻复杂逻辑。它们像“瑞士军刀”和“专业手术刀”的区...

  • 为什么微调时要混合新旧数据

    核心目的是为了防止一个叫做灾难性遗忘 的现象,并提升模型的泛化能力。 防止灾难性遗忘什么是灾难性遗忘? 如果只用新数据对预训练好的模型进行微调,...

  • 大模型训练中的集合通信

    在大模型分布式训练中,不同的并行策略依赖于不同的集合通信原语来同步数据和模型。All-Reduce 和 All-Gather 是其中最重要的两种...

  • 卫星通信为何选择微波

    我们通常知道低频无线电波(如AM广播)能绕开障碍物,传播得很远,那为什么需要穿越大气层、进行超远距离通信的卫星,反而要使用高频微波呢? 答案是:...

  • 无线传输电磁波选择

    电磁波的频率、波长、带宽是其核心物理属性,这三者直接决定了电磁波的传输距离、抗干扰性、穿透性,进而决定了其适用的使用场景。它们之间并非孤立存在,...

  • AIDC智算布局下的算电协同战略研究

    摘要 随着人工智能(AI)的爆发式增长,以AIDC(人工智能数据中心)为核心的智算算力已成为国家新基建和通信运营商未来业务增长的关键引擎。然而,...