极品一级毛片,中文在线а√在线,亚洲欧美自偷自拍,国产欧美三区,黄色大片视频网站,亚洲精品日韩在线,在线日韩成人

8月14日，“大模型時(shí)代的云邊協(xié)同計(jì)算研討會(huì)”在復(fù)旦大學(xué)召開(kāi)。此次研討會(huì)由復(fù)旦大學(xué)計(jì)算與智能創(chuàng)新學(xué)院、葡萄牙國(guó)立實(shí)時(shí)與嵌入式計(jì)算系統(tǒng)研究中心等聯(lián)合舉辦。來(lái)自中國(guó)、葡萄牙、德國(guó)、英國(guó)等多個(gè)國(guó)家的二十余位學(xué)者、產(chǎn)業(yè)界專(zhuān)家匯聚一堂，深入探討云邊協(xié)同計(jì)算在大模型背景下的新架構(gòu)、落地實(shí)踐與安全挑戰(zhàn)。

研討會(huì)共同組織者之一，復(fù)旦大學(xué)趙進(jìn)教授在會(huì)上強(qiáng)調(diào)，云—邊—端協(xié)同計(jì)算已成為大模型時(shí)代提升算力效率、保障訓(xùn)練和推理性能的關(guān)鍵路徑。他介紹了其團(tuán)隊(duì)最新開(kāi)發(fā)的面向聯(lián)邦學(xué)習(xí)訓(xùn)練的框架FedFreeze，該框架針對(duì)資源受限場(chǎng)景的微調(diào)需求，通過(guò)全局協(xié)同的選擇性張量?jī)鼋Y(jié)、細(xì)粒度梯度運(yùn)算與梯度壓縮，實(shí)現(xiàn)收斂加速與內(nèi)存消耗降低的雙重優(yōu)化。團(tuán)隊(duì)在多種異構(gòu)硬件、多種數(shù)據(jù)集上驗(yàn)證了該框架的優(yōu)越性能。

葡萄牙國(guó)立實(shí)時(shí)與嵌入式計(jì)算系統(tǒng)研究中心李?lèi)鸾淌诮榻B了一種與數(shù)據(jù)無(wú)關(guān)的聯(lián)邦學(xué)習(xí)模型中毒范式，借助對(duì)抗性圖自動(dòng)編碼器（GAE）在不訪問(wèn)原始訓(xùn)練數(shù)據(jù)的條件下破壞聯(lián)邦訓(xùn)練；同時(shí)提出基于可解釋圖神經(jīng)網(wǎng)絡(luò)的防御機(jī)制，整合Grad-CAM與自編碼器，實(shí)現(xiàn)對(duì)GAE型中毒的魯棒檢測(cè)，相比傳統(tǒng)歐氏距離類(lèi)方法具備更強(qiáng)的可解釋性與彈性。

英國(guó)謝菲爾德大學(xué)張杰教授回顧了他15年前發(fā)起的智能無(wú)線電環(huán)境研究項(xiàng)目——WiFEEB。該項(xiàng)目于2012年成為歐盟FP7項(xiàng)目，在超表面與智能可重構(gòu)結(jié)構(gòu)等領(lǐng)域開(kāi)展了開(kāi)創(chuàng)性探索。隨后，他介紹了用于量化建筑“無(wú)線友好度”的BWP評(píng)估框架，并分享了“AIRIS”項(xiàng)目在可重構(gòu)智能表面仿真方面的進(jìn)展。

貴州大學(xué)楊靜教授圍繞“云邊端協(xié)同下的跨區(qū)域算力任務(wù)調(diào)度技術(shù)”作了報(bào)告，介紹了目前跨區(qū)域算力網(wǎng)絡(luò)國(guó)內(nèi)外研究現(xiàn)狀，貴州省算力基礎(chǔ)設(shè)施建設(shè)情況，以及貴州大學(xué)在高水平智算平臺(tái)建設(shè)方面的進(jìn)展與未來(lái)規(guī)劃，并重點(diǎn)分享了其團(tuán)隊(duì)在跨區(qū)域算力任務(wù)感知、跨區(qū)域算力任務(wù)調(diào)度、微小型數(shù)據(jù)中心能源優(yōu)化方面的研究成果與應(yīng)用情況。

南京大學(xué)李文中教授聚焦“選擇性對(duì)比解碼”技術(shù)如何在協(xié)同式大語(yǔ)言模型（LLM）推理中實(shí)現(xiàn)降本增效，介紹了一種基于多版本邊緣小模型（SLM）的自適應(yīng)邊云協(xié)同動(dòng)態(tài)推理框架。該框架通過(guò)輕量級(jí)置信度評(píng)估器，在查詢(xún)和詞元級(jí)別評(píng)估SLM輸出的可靠性，為任務(wù)調(diào)度提供依據(jù)。結(jié)合選擇性對(duì)比解碼與強(qiáng)化學(xué)習(xí)驅(qū)動(dòng)的動(dòng)態(tài)調(diào)度策略，系統(tǒng)只需對(duì)高不確定性的“困難 token/片段”觸發(fā)云端對(duì)比校正，在確保生成質(zhì)量的同時(shí)，顯著降低整體計(jì)算開(kāi)銷(xiāo)，提升資源利用效率，為高效部署LLM服務(wù)提供了新方案。

清華大學(xué)王蔚峻博士展望了視頻應(yīng)用在大模型時(shí)代的進(jìn)展。小模型時(shí)代，“區(qū)域級(jí)內(nèi)容增強(qiáng)”的視頻分析路徑，僅對(duì)重要區(qū)域進(jìn)行增強(qiáng)以提升分析精度與吞吐，在多類(lèi)邊緣設(shè)備上實(shí)現(xiàn)相較幀級(jí)增強(qiáng)方法精度提升與吞吐量達(dá)到2至3倍改善的綜合收益。大模型時(shí)代，多模態(tài)大模型大大降低了用戶(hù)的使用門(mén)檻，通過(guò)小模型蒸餾LoRA引入外部知識(shí)，高效的ATMM算子設(shè)計(jì)與實(shí)現(xiàn)，自適應(yīng)的LoRA LMM推理模式切換，極大提升了LMM服務(wù)系統(tǒng)的吞吐。

騰訊公司的繆蔥蔥博士則分享了來(lái)自工業(yè)界的經(jīng)驗(yàn)，介紹了LLM大規(guī)模集群訓(xùn)練中存在“迭代時(shí)間不規(guī)律”問(wèn)題，其導(dǎo)致訓(xùn)練進(jìn)度延長(zhǎng)的負(fù)面影響甚至大于顯式故障，進(jìn)而提出Holmes系統(tǒng)，基于通信算子圖與增強(qiáng)的異常算子檢測(cè)模型實(shí)現(xiàn)實(shí)時(shí)定位，并通過(guò)跨迭代分析提升定位準(zhǔn)確率。通過(guò)原型驗(yàn)證，顯示可在較短時(shí)間內(nèi)完成定位，顯著提升訓(xùn)練穩(wěn)定性工程能力。

德國(guó)國(guó)家工程院和歐洲科學(xué)院院士、哥廷根大學(xué)計(jì)算機(jī)科學(xué)研究所教授、復(fù)旦大學(xué)社會(huì)智能研究中心首席科學(xué)家傅曉明在總結(jié)中表示，會(huì)議圍繞智能無(wú)線網(wǎng)絡(luò)環(huán)境、云—邊—端協(xié)同調(diào)度、聯(lián)邦學(xué)習(xí)安全與高效微調(diào)、云邊協(xié)同大模型推理、視頻智能分析以及超大規(guī)模GPU集群LLM訓(xùn)練可觀測(cè)性等前沿方向展開(kāi)了深入交流，有助于推動(dòng)大模型與云邊協(xié)同計(jì)算的相互賦能。他指出，未來(lái)云邊協(xié)同計(jì)算將在算力智能調(diào)度、跨域資源融合和數(shù)據(jù)隱私保護(hù)等方面不斷突破，中歐雙方在標(biāo)準(zhǔn)、技術(shù)和應(yīng)用等領(lǐng)域的互補(bǔ)優(yōu)勢(shì)，雙方的進(jìn)一步合作有望為全球智能計(jì)算體系發(fā)展注入新的動(dòng)力。