文章内容源自《GPU编程与CG语言之阳春白雪下里巴人》 1.3 国内外研究现状 基于 GPU 的科学可视化计算（Visualization in Scientific Computing），在研究和工程运用上都取得了卓越的成果...由于科学可视化计算处理的数据量极大 （人体 CT、地质勘探、气象数据、流体力学等），仅仅基于 CPU 进行计算完全不能满足实时性要求，而在 GPU 上进行计算则可以在效率上达到质的突破，许多在 CPU...在国内，中国科学院计算技术研究所进行了基于GPU的串匹配算法的实现【29】。关于GPGPU的更多知 识点可以参阅网站http://gpgpu.org/。...旨在降低 GPU 编程难度，设计基于 GPU 的高级程序语言的研究同样进行的如火如荼。...国内浙江大学计算机学院针对高级着色语言的编译系统 【30】，以及可编程图形硬件的加速等技术进行了研究。
---- Hadoop国内外应用 Hadoop在国外应用的部分企业 一、Yahoo Yahoo是Hadoop的最大支持者，Yahoo的Hadoop机器总节点数目已经超过42000个，有超过10万的核心...Hadoop在国内应用的部分企业 一、百度 Hadoop集群规模达到近十个，单集群超过2800台机器节点，Hadoop机器总数有上万台机器，总的存储容量超过100PB，已经使用的超过74PB，每天提交的作业数目有数千个之多...百度的Hadoop集群为整个公司的数据团队、大搜索团队、社区产品团队、广告团队，以及LBS团体提供统一的计算和存储服务，主要应用包括： 数据挖掘与分析 日志分析平台 数据仓库系统 推荐引擎系统 用户行为分析系统...三、华为 华为对Hadoop做出贡献的公司之一，排在Google和Cisco的前面，华为对Hadoop的HA方案，以及HBase领域有深入研究，并已经向业界推出了自己的基于Hadoop的大数据解决方案。...四、腾讯 TDW（Tencent distributed Data Warehouse，腾讯分布式数据仓库）基于开源软件Hadoop和Hive进行构建，打破了传统数据仓库不能线性扩展、可控性差的局限，并且根据腾讯数据量大
在本文中，我们将讨论以数据可视化和分析为特征的国内外共15大BI工具，其中国外我们选了10个国内5个，排名不分先后，为方便起见，本文按照字母顺序罗列。...首先来看一下国外的十大： Birst ? Birst 将自己标榜为具有惊人的数据发现速度的企业BI。Birst 体系结构通过在共享的公共分析结构之上交织的虚拟化BI实例网络连接整个组织。...再看一下国内五大BI产品： Fine BI ?...帆软的BI产品，目前在国内数据分析行业中算是首屈一指，其主打的是超大数据量性能和自助式分析2个特点，最高可以支撑20亿数据的秒级呈现，在功能方面跟Tableau很接近，适用于企业中的技术人员、业务人员和数据分析师...永洪BI 是新一代敏捷型BI，该产品覆盖多种数据源：主流数据库，本地数据以及灵活组合不同数据源。客秒级响应MMP数据集市，且涵盖多方位的数据治理技术。展示方面有多种图表组件。
2、nsPod：国内老牌DNS服务商，为各类网站提供高质量的电信、网通、教育网双线或者三线智能DNS免费解析，提高网站解析速度。...3、DnsPod国际版：国内的IP是不可以在国际版注册的，需要有国外的IP才行，或者把浏览器语言改为英语才能正常访问。...4、Webluker：一站式运维服务综合平台，虽然整个技术团队比较年轻，但是已经成长为国内最知名的CDN服务商了。不过好东西是要收费的！
中国图象图形学报, 27(6): 1956-198701 大数据可视化交互1.1 大数据可视化设计在大数据可视化领域，国内的发展也已经逐渐走向成熟，每年都有许多可视分析系统不断涌现。...由此可以看出，沉浸式大数据可视化对数据分析和展示问题提出了有效的解决方法。但是相比国外学者在沉浸式大数据可视化上的研究，国内仍处于起步阶段，所以接下来的发展还需要各高校继续深入研究。...1) 基于接触的交互触控式大屏的出现对多人协同分析大数据可视化起到了促进的功能。...仁光科技先后设计了13种自然交互对触控式的可视化大屏进行数据操作，例如手指触控、笔触触控，通过触控式交互可完成对数据的选择、可视化的拖拽缩放等。...受限于计算资源和数据规模，国内高校科研单位对于自监督与无监督语音识别的研究偏少，这部分研究主要集中于企业，有京东公司、字节跳动公司、猿辅导和滴滴，其工作偏向跟随和扩展性质，其代表工作包括SCALA和BERT
数据猿小编就针对2016年大数据领域所有融资事件进行了梳理，并从中筛选出十家资本寒冬下的“幸运儿”。 ?...今天，数据猿小编就针对2016年大数据领域所有融资事件进行了梳理，并从中筛选出十家资本寒冬下的“幸运儿” ： ? 注：十家企业共融资33亿元人民币 壹 ?...靠该团队的核心技术获取的有基因数据、微生物数据（肠道、口腔、皮肤等）、蛋白及代谢数据（尿液、汗液、血液等）等，合作伙伴包括研究机构、药厂、体检中心、医院、诊断公司、保险公司、健康管理公司等，从合作伙伴处获取的数据有临床及体检数据...1999年博士期间参与创建华大基因，主持包括千人基因组、肠道微生物和复杂疾病研究等多个具有国际影响力的重大课题。主导了华大科技、华大医学、华大股份的三轮融资，约10亿美金，并带领华大股份进入上市轨道。...曾任第一资本高级统计师，带领团队搭建千万级用户信用卡交易反欺诈模型及策略系统；在谷歌纽约研究院担任资深数据科学家，领导团队对谷歌地图核心搜索算法进行大数据建模及优化，研发动态用户模型来提高广告商转化率，
我们已经在不同的部分中划分了这些数据源，以帮助你根据应用程序对数据源进行分类。我们从简单、通用和易于处理数据集开始，然后转向大型/行业相关数据集。...该数据集为 Five ThirtyEight Datasets 使用的数据集。每个数据集包括数据，解释数据的字典和Five ThirtyEight 文章的链接。...3.Youtubelabeled Video Dataset ( https://research.google.com/youtube8m/ ) 几个月前，谷歌研究小组发布了YouTube上的“...所有开放数据集为免费，但高级数据集需要付费。通过搜索仍然可以在平台上找到优质数据集。例如，来自印度的证券交易所数据是免费的。...该数据集包括自然图像中的字符识别。数据集包含74,000个图像，因此数据集的名称。
在GitHub出现后，国内也出现了大量的代码托管网站，国内外有的代码托管网站也都开始引入GitHub的某些元素。...此外，为了支持国内程序员开源社区建设，目前平台对每个项目均提供免费的1G存储空间，并设置了“代码一键迁移”功能，用户可以方便的从其他GIT代码托管平台转移其项目到京东代码库。
基于SEDA的异步框架设计与实现 一、SEDA国内外研究现状 1、SEDA架构的起源和特点 当前最流行的互联网服务器模型基本都是基于多线程／进程并发服务模型。...在国外，SEDA架构已经在很多科研机构中被用以进行成熟的学术研究以及实践应用。加州大学伯克利分校、哈佛大学、普林斯顿大学以及微软研究所等闻名于世的大学和科研机构。...与国外欣欣向荣的SEDA架构发展现状相比，国内目前使用SEDA架构的企业仍然不多，大多的企业仍然由于技术成本以及其他原因，更倾向于使用主流的多线程、事件驱动服务器模型进行开发。...要解决这两个问题就必须在很大程度上依赖于架构搭建者对于系统的熟悉程度以及数据量的评估。...4、今后发展的趋势 随着互联网信息爆炸式的增长，越来越多的互联网服务器将遭遇高并发、海量数据的环境。在这种环境下，多线程以及事件驱动模型服务器已经无法适应。
论文地址：https://arxiv.org/pdf/2211.04325.pdf 研究人员预测了 2022 年至 2100 年间可用的图像和语言数据总量，并据此估计了未来大模型训练数据集规模的增长趋势...在预测未来语言和图像数据存量方面，研究团队开发了概率模型来预测数据累积率。...训练数据集规模增长预测 在数据存量的预测基础上，研究人员进一步估测了未来大模型的训练数据集规模的增长趋势。...3 大模型的数据瓶颈如何破除？ 上述研究结果表明，数据存量的增长速度远低于训练数据集规模的增长速度，所以如果当下的趋势继续下去，我们的数据库存一定会耗尽。而且，高质量的数据会更少。...举个例子，赵德丽博士在从事生成模型的研究中发现，与文生图大模型相比，做文生视频大模型要难得多，原因就在于视频数据的数量远比不上文本和图像，更不要谈数据的质量了。
论文地址： https://arxiv.org/pdf/2211.04325.pdf 研究人员预测了 2022 年至 2100 年间可用的图像和语言数据总量，并据此估计了未来大模型训练数据集规模的增长趋势...在预测未来语言和图像数据存量方面，研究团队开发了概率模型来预测数据累积率。...2、训练数据集规模增长预测 在数据存量的预测基础上，研究人员进一步估测了未来大模型的训练数据集规模的增长趋势。...大模型的数据瓶颈如何破除？ 上述研究结果表明，数据存量的增长速度远低于训练数据集规模的增长速度，所以如果当下的趋势继续下去，我们的数据库存一定会耗尽。而且，高质量的数据会更少。...举个例子，赵德丽博士在从事生成模型的研究中发现，与文生图大模型相比，做文生视频大模型要难得多，原因就在于视频数据的数量远比不上文本和图像，更不要谈数据的质量了。
OpenAI是一家非营利人工智能研究公司，其使命是构建安全的人工智能，并尽可能广泛推广人工智能。...正在努力发展人工智能，并乐于与其他机构共享其方案及成果，同时也将努力加强其组织管理结构，为此制定了以下目标： 一 度量自身取得的进展 虽然人工智能的度量指标难以确定，但我们需要一个指标来度量我们的进展并帮助确定研究重点...因此研究人员正在制定一项指标体系，用以衡量智能助手在各种环境条件下对用户预期目标的实现程度。...二 打造家用机器人 OpenAI正在研究如何让实体机器人（现成的、非OpenAI制造的产品）帮人们做日常家务。...从更广泛的意义上看，机器人研究为解决人工智能领域的诸多难题奠定了良好的实验基础。
最近国内学者就发布了一项中医AI的最新研究。这项研究的目标，是基于症状的文本描述，更好地自动生成对应的中药处方。...所以，几位研究人员最终选择从中医典籍里获取数据，虽然这样构建的数据集比较小，但是能保证处方质量。 然后就是一系列的实验，过程就按下不表了。有兴趣的同学，可以看看论文。...反正最后的结论如下图所示，最后一种方案在两种数据集上的表现最好。 需要说明的是，为了简化研究工作，这个项目只考虑了如何精准的生成处方中的成分，至于剂量等问题，并不在此次研究之列。...研究者也在论文中指出，希望他们的工作能为中医相关的AI研究奠定一些基础，能够鼓励更多的研究人员关注中医治疗自动化的问题。 脑洞一下，如果数据足够多，未来应该可以训练出一个AI老中医。 可以可以。...最后说一下，这项研究的三位作者，两位来自北京大学计算语言学教育部重点实验室，一位来自北京中医药大学。他们这次研究的论文，可以在arXiv上查阅。
说到Oracle历史，这里提到一个小事，那就是： 1997 年 1 月 27 日，埃里森乘专机飞临北京，冯星君通过关系安排国宾车队去接，国宾车队的车一直开到跑道上，一大队车闪着灯很威风。...Oracle系 K-DB由浪潮和韩国第一大企业级软件提供商Tmax公司共同研发的企业级数据库系统，这个库和Oracle很像很像，要是不提醒你，在操作的时候可能你会觉得，这不就是Oracle么，具体Tmax...KingBaseES 人大金仓数据库，由中国人民大学及一批最早在国内开展数据库教学、研究与开发的专家基于PG研发的。...HighGo DB 关于瀚高的资料不多，从百度百科上找到瀚高是中国唯一一家涉及基础数据库系统软件开发研究的民营企业，是国内优秀软件企业、高新技术企业。...此外还有巨杉、中兴、浪潮、易鲸捷等的数据库产品，都登上了国内外流行度榜单。 国产数据库的发展，将迎来属于自己的时代！
近日重庆国际博览中心的创新产品黑科技吸引了众多目光，其中的十大黑科技更是抓人眼球，让我们一睹为快。 1、ET工业大脑（阿里云） 人工智能与大数据技术结合后，将之用在生产线上。...其中图像识别、大数据处理、深度学习这几项技术发挥了重要作用。 4、可被人体吸收的电子器件 （浙江大学） 忆阻器 这个电子器件是忆阻器，是一种可以读写数百次、可溶于水的储存器。...5、讯飞翻译机2.0 （科大讯飞） 讯飞翻译机2.0 讯飞翻译机 2.0 的一大亮点是除了其他国家30多种语言之外，还可以翻译方言，不论是粤语还是四川话都能轻松实现。...8、多功能集成电子皮肤 （中科院北京纳米能源与系统研究所） 这种电子皮肤主要依靠集成传感器，可以实时监测温度、湿度、压力等外部刺激，给智能假肢触觉、温度感觉，方便残疾患者的生活。...9、意念可控假肢 （中国科学院深圳先进技术研究院） 意念可控假肢，依靠多自由度肌电上肢控制系统，可以帮助上肢截肢患者恢复手、腕部的使用，轻松喝水、吃东西。
本文盘点一下笔者认为2013年最值得关注的十大国内科技公司。...作为腾讯入股交易的一部分，搜狗与腾讯搜搜合并后，在搜狐和腾讯的支持下，凭着输入法沉淀下来的技术和数据，以及移动输入法，前途将一片光明。 所以，选择比努力更重要。...企业支付赞助费，虎嗅开辟赞助内容专区，里面是一些与企业和产品可以没有直接相关性，完全独立的分析评论文章，或专业研究报告。 虎嗅作为新媒体的试验田，同时又完全基于互联网渠道。...这既与百度移动为先的策略有关，也与百度已经建立的入口、技术和数据优势有关，还与百度投资、自主研发产品、合作业务等多元化方式有关。...坚持风格不动摇使得它成为国内为数不多的称得上“伟大”的公司了，值得持续关注。
另外，科研院所的代表则是复旦大学邱锡鹏教授团队的对话式大语言模型MOSS、上海人工智能实验室的天气预报大模型“风乌”、清华大学的GLM-130B、北京智源人工智能研究院“悟道2.0”等等。...不过，具体来看，这四大派系的做大模型的原因、以及目的还是有所不同。 派系一：互联网科技大厂和科研院所 科研院所不必多说，学术研究使然，重点在于互联网科技大厂。...毕竟，能够做出真正实用的大模型离不开高额的投入、精进的算法、海量数据等。 泡沫横生，再现罗生门 大模型火热，正面展现了国内的科技热情，阴面却是泡沫横生。...在ChatGPT出现后，国内最开始传出入局大模型的企业，其实只有互联网科技大厂和AI企业。毕竟，这些企业有着AI背景，要么有数据、要么有算法、要么有资金投入或者是人才投入。...AI大模型作为一项前沿技术，其产业链包括了算力、数据、算法等多个环节。在这些环节中，算力和数据是AI大模型发展的关键。 当前，国内算力和数据产业的发展已经进入到一个快速发展的阶段。
成立大会邀请众多国内外相关领域权威领袖、专家学者、行业先锋、企业代表出席。上海对外经贸大学副校长陈洁主持大会，校长朱国宏致欢迎辞。...工业与信息化部前副部长杨学山教授，美国管理学会组织沟通与信息系统分会（AOM OCIS）主席、加拿大麦基尔大学Emmanuelle Vaast教授，SAP硅谷创新创意中心首席数据科学家邬学宁，工业4.0...研究院的定位准确，得到了产业界的积极响应，有6家国内外知名企业（机构）成为其合作伙伴，并签署相关合作协议。...本次揭牌活动还同时发布了人工智能与变革管理研究院与国内企业学习领导者知言学习的共同研究成果：《重新定义学习》白皮书，向全社会展现人工智能时代的人才标准、教育理念和学习模式等。...她在接受记者采访中表示，国内多数人工智能的研究院主要从事技术相关领域的研究，而人工智能与变革管理研究院的成立，其重要意义在于它的不同定位——从经济管理视角出发。
经常听见tick数据，回测的时候也用过，但是还真的没有自己去处理过tick数据，据说tick数据有很多坑，所以打算自己研究一下。...首先的第一步就是先拿正常的tick数据来生成bar，从而能够理解一些细节，然后就是自己用ctp去接收tick数据，看看ctp有没有坑。 ...这里，完美的tick数据是wind上的。 这是wind上面导出来的，看起来还是比较正常的，反正一秒两个数据嘛。...实际过程中，我们的tick数据都是实时的，所以，tick数据的质量往往由两个因素决定，一个是我们处理tick的回调数据的速度，如果响应和处理都很慢的话，显然就会有很大的问题；另外一个影响实时的tick数据的因素就是...ctp前置的实时负载，如果服务器压力大的话，很容易就会丢失数据。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
