vivo 开启顶尖人才招募计划:涉及芯片、AI 大模型等领域,称薪酬上不封顶
vivo近日启动了一项名为“蓝极星计划”的顶尖人才招募项目。
招募信息显示,蓝极星计划的定位为vivo最核心的人才战略方案,面向全球高校顶尖技术人才。在待遇方面,vivo承诺薪酬上不封顶。
不过,蓝极星计划的门槛也很高,仅向博士生开放。此次招募的岗位涉及XR、AI大模型、影像、芯片、器件开发等核心技术领域,岗位类型十余个。总体招募规模在百人左右,其中以影像方向名额最多。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
Ruby 已合并新的即时编译器 ZJIT
ZJIT 是一个新的即时编译器(JIT),由与开发 YJIT 的同一编译器团队构建到参考 Ruby 实现 YARV 中,该工具目前已合并到 Ruby。 相关阅读 Ruby 引入新 JIT 编译器 RJIT,替代 MJIT Ruby 的新 YJIT 编译器已完成,使用 Rust 重新实现 ZJIT 在多个方面与 YJIT 有所不同: 它不是直接将 YARV 字节码编译成低级中间表示(LIR),而是使用基于高级单赋值(SSA)的中间表示(HIR) 它不是一次编译一个基本块,而是每次编译一个完整的方法 它不是使用懒惰基本块版本化(LBBV)来分析类型,而是从已分析的解释器中读取历史类型信息 与在将 YARV 降低到 LIR 时进行优化不同,它有一个工作在 HIR 上的高级模块化优化器 从高层次来看,ZJIT 接收 YARV 字节码,构建中间表示(IR),进行一些优化,并生成机器码。简化来说,它看起来像这样: 以下示例为 Ruby 程序通过完整的编译器管道: # add.rb def add(left, right) left + right end p add(1, 2) ...
- 下一篇
DeepSeek 新论文公开 V3 大模型降本方法
DeepSeek 团队近日发表了新论文《Insights into DeepSeek-V3: Scaling Challenges and Reflections on Hardware for AI Architectures》,把 DeepSeek-V3 在训练和推理过程中,如何解决“硬件瓶颈”的方法公布了出来。 论文主要介绍了 DeepSeek-V3 在硬件架构方面的挑战和创新,以及如何通过软硬件协同设计实现高效训练和推理。 关键结论 内存效率:DeepSeek-V3 通过 MLA 将 KV 缓存大小显著减少到每个 token 仅需 70 KB,远低于其他模型(如 Qwen-2.5 72B 的 327 KB 和 LLaMA-3.1 405B 的 516 KB)。这使得模型更适合处理长文本和资源受限的环境。 成本效益:MoE 架构允许在训练时仅激活部分参数,从而显著降低计算需求。例如,DeepSeek-V3 在扩展到 671B 参数时,每个 token 的激活参数仅为 37B,相比全参数激活的密集模型(如 72B 的 Qwen 和 405B 的 LLaMA),计算成本大幅降低。 推...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS关闭SELinux安全模块
- Red5直播服务器,属于Java语言的直播服务器
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- CentOS8安装Docker,最新的服务器搭配容器使用
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- MySQL8.0.19开启GTID主从同步CentOS8