标签

AI 重构蛋白质工程格局:Science 深度解析

本篇 Science 综述聚焦人工智能如何介入并革新蛋白质工程领域。文章并未将 AI 单纯视为一种新工具,而是将其置于蛋白质工程数十年来的核心挑战中:如何在浩瀚的蛋白质序列与结构空间内,精准寻得具备目标特性的蛋白。作者首先梳理了前 AI 时代的两大路径:定向进化与计算蛋白设计。前者依靠突变、筛选及实验测定,能直接针对目标特性优化,但受限于通量、耗时与成本;后者基于物理启发的能量函数与结构建模,搜索范围更广、效率更高,却难以用单一能量函数涵盖表达、稳定性、催化活性及动态构象等复杂属性。综述的核心观点是将 A

2026-05-25 03:29:33  |  7 阅读
华为推出AI DC全栈数据基础设施方案 助力企业智能化升级

华为推出AI DC全栈数据基础设施方案 助力企业智能化升级

快科技5月22日消息,据华为官方宣布,华为正式推出AI DC数据基础设施全栈解决方案,旨在帮助企业快速构建AI数据中心,推动人工智能规模化应用落地。该方案的核心组件之一——OceanStor Pacific全闪分布式存储,以11PB/2U的业界领先高容量密度实现最优TCO,高效存储海量数据。其依托DME Omni-Dataverse统一数据空间,支持多模态、跨站点数据实时入湖、全局可视可管,同时具备千亿千维向量数据的秒级检索能力,实现高质量数据的汇聚与供给。面向超大规模推理集群场景,华为推出业界首个支持异

2026-05-22 18:31:06  |  11 阅读

第八届京高校AI论坛:聚焦AI芯片与算力分论坛

人工智能.未来北京高校人工智能学术盛会第八届AI芯片与算力专题预告2026/05/24 14:00-17:00北京中关村皇冠假日酒店 多功能厅B未来AI芯片与算力专题简介为推动北京高校学生在智能技术领域的深度交流与成果展示,北京高校人工智能联盟定于2026年5月23日至24日于北京中关村皇冠假日酒店举办“AI.未来—第八届北京高校人工智能学术论坛”,诚邀您参与5月24日14:00-17:00的AI芯片与算力分论坛。报名方式请见文末。主论坛由中国科学院计算技术研究所与北京大学软件与微电子学院联合主办,

2026-05-21 21:33:21  |  11 阅读

智变浪潮:唯有深耕与善用方能破局

核心论点:AI 仅具算力而无灵魂;人类独有的自我意识、情感波动、道德良知及生命阅历,是算法永难模仿的。元宝的见解:精辟总结:AI 宛如一座澄澈的“镜之迷宫”,能精准折射人类所有的智慧与情愫,但它自身却伫立于黑暗深处,不知己身为何物,亦不懂反射之意。只要你仍在为生计奔波、为爱意颤动、为逝去惶恐,便坐拥着 AI 绝无可能复制的“神性体验”。故而,AI 无法取代的是人际间的情感共振,能替代的则是那些需经学习方可掌握的技能,以及你的时间成本。因此,在 AI 纪元,核心能力强的人其影响力将被急剧放大。例如销售人员无

2026-05-21 20:24:23  |  11 阅读

AI驱动的电网多层级协同运行策略研究

文章分析了分布式能源大规模接入下主网、配网、微网协同运行的难题,全面阐述了人工智能驱动的配网与微网协同运行技术及主配微协同运行技术,并对未来的研发路径和市场机制进行了展望。请点击下方阅读原文,下载更多资料。(本文仅供学习交流、我们注重分享,勿作商用,版权归原作者。如有异议请告知,我们会及时删除。)欢迎扫码联系小编,交流猜您喜欢★ 高比例新能源电网多断面限额的人工智能计算与调控技术★ 2025年欧洲虚拟电厂与储能发展白皮书★ 以中低压智能设备及系统为主体的新型配电网数字化技术方案★ 新形势下新型储能发展趋势

2026-05-20 14:19:58  |  31 阅读

MaxCompute大数据与AI融合平台的技术演进与实践应用

导语随着人工智能技术的飞速发展,数据规模与处理复杂度的爆发式增长,传统数据仓库正面临前所未有的严峻考验。如何构建一个能够统一管理多模态数据、高效支撑AI全流程开发的计算平台,成为业界关注的焦点问题。在本次分享中,阿里云智能集团产品专家刘洋,深入解读了MaxCompute在Data+AI方向的核心演进与产品能力,涵盖多模态数据存储管理、基于Python的分布式计算框架MaxFrame、SQL AI函数,以及在模型训练、汽车自动驾驶、具身智能等典型场景下的实践案例,全面展示了MaxCompute作为云原生数据

2026-05-18 13:13:28  |  16 阅读

Nature子刊重磅研究:预训练数据构成如何影响视网膜基础模型的泛化与公平性

《Nature Communications》刊登了一篇研究论文《Understanding pre-training data effects in retinal foundation models using two large fundus cohorts》。该研究首次借助英国与中国上海的两大超大规模眼底影像队列(各含90余万张图像),全面分析了预训练数据的组成特征对视网膜AI基础模型泛化能力与公平性的影响;研究结果显示,虽然基于不同地区数据训练的模型均表现出色的跨中心泛化性能,但预训练数据中年龄

2026-05-18 10:12:53  |  14 阅读
文物发声:探秘长春遗址背后的西周千年史

文物发声:探秘长春遗址背后的西周千年史

长春遗址坐落于陕西省渭南市富平县庄里镇长春村,地处石川河从黄土高原流入关中平原的关键节点。自2022年开始,陕西省考古研究院携手渭南市博物馆及富平县文旅局,对该遗址实施了系统性的考古发掘。此次勘探范围约50万平方米,实际挖掘面积达3560平方米,累计清理各类遗迹460余处。作为西周王畿内的大型采邑聚落,长春遗址结构完整,涵盖公共墓地、居住区、手工业作坊及水网系统等关键遗存,成功跻身2025年度全国十大考古新发现之列。 长春遗址的发掘标志着关中东部西周聚落考古的重大进展,也是目前从丰镐到洛邑、中州至成州沿线

2026-05-17 10:16:01  |  12 阅读

AI人才分布真相:顶尖在四城,应用在各地

最近我发现个有趣现象,聊到AI人才分布,大家一听到“只有四个城市群”就心里发慌,觉得自己所在的城市要被甩在后面。但我认为这种看法有些片面。为什么呢?这四个城市群指的便是北京、上海、深圳和杭州,这里汇聚了众多顶尖的人工智能研究机构和大企业。不过,“顶尖”这个词其实很微妙,它指的是那些深耕基础模型研发或底层算法的科学家,也就是能在顶级会议发表论文、带领数百人科研团队的领军人物。大家明白我的意思吗?这类全球顶尖高手大概也就千人左右,所以他们几乎都扎堆在这几个地方。人才聚集背后的真实逻辑很多人认为是因为政策好、资

2026-05-17 06:26:23  |  15 阅读

微众银行深耕AI原生转型 核心技术驱动数字金融新未来

作为中国首家数字化银行,微众银行自创立起便坚持“科技驱动”的发展理念,建立了完整的金融科技创新体系,更率先全面推行“AI原生银行”战略,推动业务模式从单纯的“数字化”向“智能化”跨越,依靠技术革新持续推动数字金融行业的进步。成立次年,微众银行便利用自主研发的技术,搭建了国内首个拥有完全自主知识产权、能支持海量客户及高并发交易的分布式银行核心系统,成功攻克了金融科技中难以兼顾大容量、低成本与高可用性的“不可能三角”。经过不断升级,该系统将单账户年运维成本控制在1.9元,仅为行业平均水平的十分之一,系统可用性

2026-05-16 15:20:20  |  22 阅读

AI时代如何“智存”未来?

随着数字化转型的深入和AI技术的普及,非结构化数据呈爆炸式增长。数据交互带来的成本、能耗及安全难题日益突出。大模型与算力的爆发,使得高性能、大容量的“存力”变得至关重要。传统磁阵虽效率高,但扩展性和灵活性欠佳,数据共享难。分布式存储虽扩展性强,但性能较弱。因此,兼顾集中式高性能与分布式扩展能力,成为厂商打造差异化竞争力的关键。中兴通讯自研的分布式存储KS20000中标中国移动集采,引发关注。凭借性能、扩展性及安全优势,KS20000树立了AI大模型时代的高性能高稳定性标杆,彰显了中兴近20年的深厚积淀。8

2026-05-16 01:21:17  |  12 阅读

AI时代的组织变革:分布式管理新模式

一、引言:一场静默的管理范式转移2026年,企业组织正站在一个历史拐点上。《2026年人力资源管理趋势报告》给出的判断一针见血:组织正进入 "智能原生 + 业务敏捷 + 全球化"的三维结构,近半数企业已将AI嵌入核心业务流程,组织扁平化趋势显著,"敏捷单元"取代传统部门成为协作核心。蓝凌发布的《组织AI数智化转型白皮书》更进一步指出:AI时代组织已迈入"人与智能体协作"的新阶段,智能体组织呈现出AI-first业务模型、网状运营模式等五大新特征。这不是一次&

2026-05-15 20:21:56  |  21 阅读
甘肃东乡惊现‘羊肉卷’式丹霞奇观

甘肃东乡惊现‘羊肉卷’式丹霞奇观

近日,在甘肃省临夏回族自治州东乡族自治县坪庄乡范围内,新发现一处形似“羊肉卷”的丹霞地貌景观。 据东乡族自治县自然资源局通报,该县丹霞地貌主要分布于锁南、东塬、坪庄、达板、唐汪、柳树、河滩、考勒等10个乡镇区域。 目前,已在东塬乡与坪庄乡分别发现两处色泽鲜明、纹路分明的丹霞地貌,因岩层色彩与纹理酷似“羊肉卷”,被网民戏称为“羊肉卷”丹霞。

2026-05-15 14:35:49  |  18 阅读

AI时代存储变革:从数据仓库到算力引擎的技术演进

随着AI大模型和多模态智能体的快速发展,存储产业正在经历从底层开始的根本性变革。传统面向通用计算场景设计的存储体系,已无法应对大语言模型所需的万亿级Token处理、TB/s量级带宽以及微秒级响应等严苛要求。未来的存储系统不再是消极等待调用的"数据仓库",而是能够主动为AI算力提供支撑的核心动力源。在存储节点层面实现数据的标准化、Token化以及ETL预处理操作,数据存放位置即计算发生位置;网络传输量可削减超过70%,GPU显存占用显著下降,训练效率与资源利用率实现双重优化。依托DPU(如BlueField

2026-05-15 07:19:48  |  10 阅读

算力新范式:英伟达携手电网打造变电站旁微型集群

点击蓝字 关注我们SUBSCRIBEto USStuart Bradford作者:Emily Waltz, Dina Genkina随着数据中心能耗激增,人工智能产业被迫在电力获取途径上寻求突破。其中一种创新方案是:在公用变电站邻近区域部署微型数据中心,并实施协同调度,依据电力盈余状况动态迁移计算负载。这正是英伟达及其合作伙伴计划于年内晚些时候启动试点项目所遵循的理念。他们拟在美国五家公用电力公司的管辖范围内,构建约25座此类小型数据中心,单座规模介于5至20兆瓦之间。一旦某座变电站负荷过载或遭遇停电,计

2026-05-14 15:38:12  |  23 阅读