Обновить
Ежегодная карта  экосистемы данных, аналитики, машинного обучения и искусственного интеллекта  Масштабируемый оригинал в формате pdf тут: The 2024 MAD (Machine Learning, AI and Data) Landscape (mattturck.com)
Ежегодная карта экосистемы данных, аналитики, машинного обучения и искусственного интеллекта Масштабируемый оригинал в формате pdf тут: The 2024 MAD (Machine Learning, AI and Data) Landscape (mattturck.com)

Уважаемые читатели!

На этом сайте размещена десятая ежегодная “карта” и обзор состояния экосистемы данных, аналитики, машинного обучения и искусственного интеллекта (MAD) на 2024 год в масштабируемом формате pdf.

Всего представлено более 2 000 компаний.

Экосистема MAD (ML, AI & Data) превратилась из нишевой и технической в массовую. Похоже, что смена парадигмы ускоряется, и ее последствия выходят далеко за рамки технических или даже деловых вопросов и влияют на общество, геополитику и, возможно, на человеческую жизнь.

Этот мощнейший тренд, который длится уже несколько десятилетий и станет причиной возникновения множества продуктов и технологий. Как и в предыдущие годы, этот обзор является попыткой осмыслить то, где сейчас находится общество в разрезе продуктов, компаний и отраслевых тенденций.

Предыдущие версии: 2012, 2014, 2016, 2017, 2018, 2019(часть I и часть II), 2020, 2021 и 2023(часть I, часть II, часть III, часть IV).

Важность внедрения нейросетей невозможно переоценить. Все тенденции, о которых шёл разговор на протяжении многих лет, сходятся: данные переведены в цифру, их можно хранить, обрабатывать и анализировать с помощью современных инструментов, а главное, их можно подавать на все более производительные модели машинного обучения и искусственного интеллекта. Эти модели способны выявлять закономерности, делать прогнозы и даже генерировать текст, код, изображения, звуки и видео.

Нейросетевые технологии становятся неотъемлемой частью научного прогресса и будущего.

Теги:
Всего голосов 3: ↑3 и ↓0+3
Комментарии0

Локальный ИИ класса Opus 4.6 «задешево»: две Tesla P100, 28-поточный Xeon и тесты на реальных задачах

Я собрал домашний сервер с нейросетками, чтобы не зависеть от облака. Далее честный рассказ с цифрами, бенчмарком на 14 реальных задачах и выводами, которые я проверял на себе.

Если совсем коротко: киловатт питания, две серверные Tesla P100 (суммарно 32 ГБ видеопамяти), турбины, которые слегка шумят, но сервер пришлось выселить на кухню, и Xeon на 28 потоков. Всё это выдаёт от 10 до 50 токенов в секунду, в зависимости от модели. DeepSeek в облаке в три раза быстрее, зато это моё и всегда доступное круглые сутки.

Локальный ИИ класса Opus 4.6 «задешево»: две Tesla P100, 28-поточный Xeon и тесты на реальных задачах

Публикации