当前位置:首页 > 应用场景与案例 >
围绕人工智能开源社区建设中存在的开发软硬件环境支持度低、基于国产AI芯片的开发环境难以获取、社区建设算力支撑不足等问题,智算网络可为
随着预训练模型产业向着大数据+大模型方向快速发展,其对算力的需求逐渐增加。智算网络中汇聚的大量数据、计算资源,为各类超大规模预训练
针对数据流通及使用过程中存在的数据权属界定不明确、安全风险高等问题,以联邦学习为代表的隐私计算技术受到广泛关注。智算网络的算力互联
针对大规模多语言模型及其应用在低资源语料分散、数据开源意愿不强、各语种数据资源的极度不均衡等问题,基于智算网络基础设施进行以中文为
面向国家东数西算工程战略,基于智算网络基础设施,针对智能制造、数字政府、智能交通等行业领域算法研究、数据处理等计算需求,通过跨域作
通过智算网络平台整体的数据安全审计机制,可以保障医疗机构数据安全,同时基于协同计算子系统快速建立医疗图像异常检测分析模型的协同训练,提高模型精度。
在多方参与,达成数据不出本地、数据安全有效保障的前提下,通过智算网络平台协同计算子系统,实现多方参与的多语言机器翻译模型系统训练
联合4方智算中心一起参与,参与的盘古模型协同训练,600M(baike)数据平均分配给4方智算中心,验证了协同计算在nlp自然语言处理上的有效性,协同训练模型检测准确率高于参与方单独训练时
联合位于深圳、北京、合肥、武汉的5个智算网络中心一起参与,各个分中心的私有数据不出本地,共同进行图像分类协同训练。