首页 文章 精选 留言 我的

精选列表

搜索[大模型API],共10000篇文章
优秀的个人博客,低调大师

2016年值得关注的物联网五大连线技术趋势

物联网已逐渐深入现代人的生活,分析师估计2015年年底的连线装置数量将达到50亿台,比2014年成长30%。到了2020,这个数量预估将达到400亿台,远远超过地球的人口数。 IoT的核心是让万物相连成为可能的连线技术。而在2015年后以及未来,有哪些值得关注的新兴连线技术趋势? 使用802.11a/ad Wi-Fi上网和串流内容 首先是透过两种新无线技术提供上网与串流功能——5GHz频段的802.11ac与60GHz频段的802.11ad。 由于消费者串流的内容愈来愈多,因此稳定的无线网路连线就变得更加重要。802.11ac Wi-Fi技术提供了许多两年前做不到的新连线功能,以及相当于乙太网路的传输速率,将多媒体内容从手机传到数位电视、快速同步资料与媒体内容,并降低讯号衰减和断线机率,以改善Wi-Fi使用体验并扩大传输距离。 若搭配2x2多重输入与输出(MIMO)传输功能,802.11ac Wi-Fi效能会变得更强大。2x2 MIMO可透过两支天线同时接收或发送两笔资料串流,不仅可加倍传输率,还能缩短下载时间。使得智慧型手机效能可与笔记型电脑和平板电脑的连线技术并驾齐驱,这是以前做不到的。 802.11ad在室内通讯上有很出色的表现。802.11ad的神奇之处在于它使用宽广的60GHz频段,每秒传输率可达到7Gigabit。802.11ad Wi-Fi可提供12英尺的传输范围,非常适用于室内的端对端应用,例如行动装置与电视之间的无线通讯。 透过结合802.11ac与802.11ad的三模解决方案,可根据距离与应用来选择最佳连线技术,消费者能以极快的速度上网与串流资料,随时获得流畅的使用体验。 使用GNSS与感测器中枢技术搜寻与导航 穿戴式装置有各式各样的变化,举凡运动追踪器、手环和手表等,但唯有能搜集到有用资料的装置才有意义。由于资料准确性很重要,例如跑步的里程数或燃烧的卡路里,因此若只仰赖GPS或GNSS接收器来计算跑步路径或速度,结果可能错误百出。 今年我们将见到多种技术的整合应用,让资料追踪和管理更加准确。透过感测器中枢、GNSS、Bluetooth Smart和Wi-Fi技术,今日的穿戴式装置可提供更准确的资料,同时又不会太耗电力。 透过多种技术取得的资料可以协助判定跑步者是在室外或使用室内跑步机,装置也可以动态管理这些技术,以节省电力,最佳化使用者体验。 使用磁共振无线充电技术随时充电 若只提到使用无线技术传输资料,这样只做了一半。今日的美国家庭每次充电的装置数量高达10台,电线密密麻麻。无线充电则能让使用者不需使用电线就能帮电力设备充电,永远摆脱电线的束缚。虽然无线充电技术存在已久,但直到它从第一代的感应式技术演进到第二代的共振技术才逐渐演变为主流,因为现在使用者可以同时帮数台装置充电。 共振式无线充电技术只用一个传输天线来支援多个接收器,并透过使用Bluetooth Smart技术通讯的无线电力控制系统,而且能透过非金属表面传送电力。因此即使装置再小,例如头戴式耳机或穿戴式装置,也能灵活地跟充电板互相沟通。 想想这对零售业者和消费者会有什么影响?从家用家俱、咖啡厅、机场、餐厅到电影院,无线充电站会将如雨后春笋般出现,让消费者获得真正的‘随充即用’体验。 使用NFC付款与配对装置 近距离通讯(NFC)技术能让两台装置藉由触碰方式进行配对或分享资料。这个技术不仅对行动支付的发展影响甚钜,并在其他消费性应用迅速获得青睐,因为它能搭配IoT技术,提供更个人化的体验,特别是在家庭自动化与连网汽车的应用上。 IoT的成长动能是将房内所有装置连结成一个生态圈的概念。NFC的触碰连线功能可简化智慧型手机与其他装置的设定流程,包括电视、可携式喇叭或汽车系统。使用者不用再经过繁复的设定过程即可使用。 根据最新分析报告,愈来愈多消费者感受到行动支付的好处,加上企业广泛使用NFC无线读卡机,因此许多行动装置都已内建NFC技术,并视为标准规格。 使用Wave 2 Wi-Fi与Bluetooth Smart进行控管 在IoT时代,控管用的应用程式多如牛毛,而802.11ac Wave 2 Wi-Fi与Bluetooth Smart将会是幕后的重要技术。从工业自动化到家庭能源与医疗应用,这些技术将能大幅提升管理效率。 802.11ac Wave 2技术提升了Wi-Fi效能标准,让数个Wi-Fi装置同时连线,因此路由器或闸道器可同时支援更多装置,以因应不同的资料与视讯传输需求。超低功率的Bluetooth Smart装置可透过相同的闸道器连线至网际网路,将资料安全传输到云端。 这些资料经过分析后,会整理成有用并可付诸行动的情报资料,让被管理的装置或活动达到更高效率。透过分析资料持续改善作业,将能发挥惊人效益。 作者:何妍 来源:51CTO

优秀的个人博客,低调大师

人工智能 2016 十大里程碑盘点!革命还是泡沫?

又是新的一年,2016 在骚动中落下帷幕。回头看去,我们发现这一年的科技圈颇不平静: 大趋势上,AI 助手层出不穷,自动驾驶风雨欲来,各大机器学习平台相继开源; 通讯上,5G 标准初定,蓝牙 5.0 启用,美国断网事件使僵尸网络成为”网红“; 明星企业中,讯飞火了,SpaceX 要让人类移民火星,Nvidia 用去火星的钱砸出新泰坦; 数码界的噩耗,安卓老大三星炸了,智能手表鼻祖 Pebble 死了。 然而最引人注目的,还是 2016 愈演愈烈的 AI 浪潮——甚至把这一年发生的事称之为“人工智能革命”也不为过。这年头,互联网巨头们没有一家不在谈论、研究人工智能,几乎到了不搞点 AI 都不敢自称是互联网科技公司的地步。以至于,周鸿祎直言出现了 AI 经济的泡沫。 那么,AI 在 2016 年是如何一步步爆发的?都出现了哪些具有划时代意义的进

优秀的个人博客,低调大师

机器学习实现临床诊断大突破,可100%准确预测白血病缓解

雷锋网AI科技评论消息,一项新的研究发现,机器学习正在成为高精度预测分析和诊断领域的有力工具。 近期,印第安纳大学与普渡大学印第安纳波利斯联合分校的研究人员开发了一种机器学习算法,可以90%准确预测急性骨髓性白血病(AML)的复发,以及100%准确预测缓解(Remission:缓解,当患者在初诊时,白血病细胞为1012,经过导入疗法的化学治疗以后,白血病细胞减少到大约109以下时,就不能再从血液和骨髓中发现白血病细胞, 这时病人即达到完全缓解(complete remission,CR))。 这项小型研究凸显了机器学习具备取代传统诊断方法的潜力,研究者使用的是来自AML患者的骨髓细胞、病史数据以及其他健康个体的信息。 传统诊断方式主要是手动分析来自流式细胞术(流式细胞术是对悬液中的单细胞或其他生物粒子,通过检测标记的荧光信号,实现高速、

优秀的个人博客,低调大师

构建成功大数据基础设施的七大关键点

大数据是当今许多企业IT运营的一个重要组成部分。据知名调研公司IDC预测,到2019年,大数据市场产值将达到1870亿美元。大数据是数据分析的一个关键部分,而分析又是机器和人类商业智能及决策的基础。因为很明显,要是没有某种基础设施,你无法获得各种数据:大数据、小数据或完全正确的数据,所以有必要看一看有助于构建成功大数据架构的几个因素。 其中,一些因素可能看起来很明显,另一些则比较微妙。实际上,所有因素共同对你的大数据系统将支持的分析和行动带来巨大的影响。 当然,不是说只有这七个因素才会对大数据基础设施的工作方式带来影响。大数据系统牵涉好多部分,但这七个因素值得你考虑,因为它们是许多其他部分和流程的基础。 眼下,你可能在使用大数据,即便你是在一家小公司工作。这要拜现有的基础设施部分所赐――其中许多部分连最小的IT部门也能访问。 伴随这种可访问性而来的是,那些本身并不拥有数据科学专长的小公司员工可能感到困惑和沮丧。如果你处于这种情形,本文不会消除你的所有困惑,但是让你可以开始向潜在的服务提供商和供应商提一些针对性的问题。 大数据远不止Hadoop 在平常的谈话中,大数据和Hadoop常常被人换着使用。这样的结果让人遗憾,因为大数据远不止Hadoop。 Hadoop是一种文件系统(而不是数据库),旨在跨数百或数千个处理节点传送数据。它用于许多大数据应用,原因是作为一种文件系统,它擅长处理非结构化数据,这类数据甚至不像其周围的数据。当然,一些大数据是结构化的,为此你需要一个数据库。但数据库是本文介绍的一个不同因素。 Hive和Impala将数据库引入到Hadoop 这里说的是面向大数据世界中结构化数据的数据库。如果你想让Hadoop数据平台井然有序,那么Hive可能正是你需要的。这种基础设施工具让你可以针对非常不像SQL的Hadoop处理类似SQL的操作。 如果你有一部分数据很容易放在结构化数据库中,那么Impala是旨在驻留在Hadoop里面的数据库,它还可以使用你从Hadoop转换到SQL过程中开发的Hive命令。所有这三个(Hadoop、Hive和Impala)都是Apache项目,所以它们都是开源的。 Spark用于处理大数据 到目前为止,我们一直在谈论存储和组织数据。但是,如果你想实际处理数据又怎么样?这时候,你就需要一种像Spark这样的分析和处理引擎。Spark是另一个Apache项目,它包括一批开源和商业产品,拿来你添加到数据湖、仓库和数据库的数据后,对数据做一些有用的操作。 由于它可以访问你能想象的任何数据的库,Spark可用于处理存储在各种地方的各种数据。它同样是开源的,所以你可以随意修改它。 你可以对大数据执行SQL操作 许多人知道如何构建SQL数据库和编写SQL查询。面对大数据时,这种专长没有必要浪费。Presto是一种开源SQL查询引擎,它让数据科学家可以使用SQL查询,查询驻留在从Hive到专有商业数据库管理系统的任何环境的数据库。它被Facebook之类的大公司用于交互式查询,而交互式查询这个短语是关键。Presto就好比是一种对庞大数据集执行即席交互式查询的工具。 在线存储有一席之地 一些大数据任务需要用到不断变化的数据。有时候,这是定期添加的数据,有时是通过分析而更改的数据。不管在什么情况下,如果你的数据写入与读取一样频繁,那么你就需要该数据存储在本地、联机。如果你支付得起成本,还希望数据存储在固态存储介质上,因为这会大大加快速度――如果你在零售或交易场地的人员焦急地等待结果返回,这是个重要的考虑因素。 云存储也有一席之地 如果在更庞大的聚合数据库上进行分析,那么云是完美的平台。聚合数据并传输到云,运行分析,然后拆掉实例。这正是云最擅长的那种弹性需求响应。操作不会受到互联网可能带来的任何延迟问题的显著影响。如果你把在专用本地系统上进行的实时分析与云端运行的深度分析结合起来,那么离充分发挥大数据基础设施的潜力近在咫尺。 别忘了可视化 分析大数据是一回事,以一种对大多数人有意义的方式来显示分析结果又是另一回事。图形对于整个“解读”工作大有帮助,所以应该将数据可视化视作是大数据基础设施的一个关键部分。 幸好,有许多方法可以实现可视化,从JavaScript库、商业可视化软件包到在线服务,不一而足。最重要的是什么?从中选择一小部分,试一试,并且让你的用户尝试一下。你会发现,可靠的可视化是让你的大数据分析尽可能出成果的最佳方式。 以上就是你在企业处理大数据时应知道并牢记的七个关键。 本文作者:佚名 来源:51CTO

优秀的个人博客,低调大师

开发者必备:基于Linux生态的十大AI开源框架盘点

前不久,雷锋网曾盘点了一系列机器学习相关的开源平台,包括谷歌的TensorFlow、微软的CNTK以及百度的PaddlePaddle等等(详情见文末“相关阅读”)。这些平台各具特点,其中某些已经在业内得到了广泛认可和应用。 与此前不同,本文将从开发者的角度出发,特别是针对开发者中为数众多的Linux系统和Mac系统用户,奉上一篇针对泛Linux生态的顶级人工智能开源工具盘点(当然,有些工具也并非只兼容Linux)。 1. Deeplearning4j:为Java用户量身定制 Deeplearning4j(Deep Learning For Java)是Java和Scala环境下的一个开源分布式的深度学习项目,由总部位于美国旧金山的商业智能和企业软件公司Skymind牵头开发,并得到了腾讯的投资。正如它的命名,Deeplearning

优秀的个人博客,低调大师

2017年超融合将飞速发展 三大趋势不容错过

“超融合”这个词语本身听起来像是未来主义。超融合不再只是支持同质虚拟桌面基础设施(VDI)环境的基础架构,如今可以支持跨越广泛的主流软件技术,以及关键任务的生产工作负载。 超融合消除了配置的复杂性,并提供经济效益和资源效率。展望2017年及以后,超融合将变得普遍,其部署宜早不宜迟更快。 如今,超融合的采用率仍然是个位数,所以在人们走得太远之前,快速定义是有道理的。超融合仅仅是使用单个中央管理系统来提供计算,存储,网络和虚拟化(或容器)的基础设施和架构。 虽然现在的采用率很低,而影响其快速发展的唯一因素是传统的IT刷新周期。每个主要技术制造商现在都拥有超融合产品,并专注于为这些平台提供更多价值,以帮助客户简化其IT运营。如何简化人们认为是如此复杂的事情?超融合可以减少硬件数量,降低维护成本,减少潜在的故障点,从而实现更多的数据中心弹性。已经成功部署超融合解决方案的组织对结果非常满意。 无论企业使用的任务类型或整体技术是什么,其环境都将有一个超融合的产品。这只是为什么超融合将在2017年及以后得到快速发展的原因之一。另外还有导致其在未来几年得到广泛采用的三个趋势。 (1)超融合将变得高度安全 由于安全威胁的数量众多,毫不夸张地说,安全是大多数组织的首要任务。人们每天都在新闻中可以了解到新的数据泄露或网络攻击,这些黑客们的方法变得越来越聪明,越来越先进。他们也不挑剔攻击对象。所有行业的各种规模的企业都以某种方式受到影响。因此,如果没有安全性,超融合架构就没有发展的驱动力。 传统上,通过围绕企业的集成环境的附加技术解决方案提供了安全性。随着来自世界各地的安全威胁,这种模式是不够的。嵌入式安全技术将成为所有主要提供商的默认选项。这种方法将解决诸如数据流量检查,加密甚至物理安全等问题。防火墙,端点,恶意软件,加密,DDoS和数据丢失防护公司的扩展产品将被集成到平台中,并作为捆绑解决方案或作为模块化元件提供,以创建进一步集成到超融合架构的安全平台。 (2)超融合将采用机器学习技术 从历史上看,采用训练有素的工作人员规划其工作负载消耗的计算资源。随着工作负载和模式自然随时间而变化,并且随着工作负载由于各种原因迁移,确保针对性能和其他度量的服务级别协议(SLA)需要连续评估,并且它会危及工作负载中断。 机器学习可以提供主要的好处,并大大减少对IT架构的人力管理的需要。由于政策驱动和智能工作负载安置技术采用机器学习,将首先推荐超融合环境,然后为组织的整个IT环境提供最佳的性能。 调度技术已经部署在许多超大规模云计算架构中,随着其发展和日趋商业化,从高性能计算世界寻找OpenLava,平台计算和其他内部技术,以便集成到超融合平台中。然后通过他们来部署人工智能的功能,并从工作负载的行为学习。然而,当在云计算架构中分析数十亿工作负载的行为模式,然后传回到本地超融合环境时,不仅实现了反应性适配,而且还实现了积极自主工作负载管理,这将带来真正的收益。 (3)下一代技术的超整合发展 当然,在今后几年里,超融合不是人们唯一要关注的事情。下一代硬件创新,例如非易失性存储器快速(NVMe),3DXPoint,Purley等在这段时间也将成为主流。正是这种情况发生,超融合架构完全建立起来利用所有这些创新技术,以及帮助提供这些平台的最初承诺。 在上面列出的技术,最引人注目的是3DXPoint.当非常密集的持久性内存达到满足当今外部闪存存储定价的财政里程碑时,超融合应用将会快速发展。如果完全集成的超融合解决方案几乎可以解决所有商业工作负载部署,并且包括大规模的块,文件和对象架构,那么管理外部存储架构的激励将会很小。 人们很难预测未来,技术尤其如此。市场的细微变化往往意味着未来的大事发生。然而,朝向超融合的行动已经开始,所有的因素都指向其成为一个标准。今天,组织越了解这项技术,其在未来一年及以后的发展将会更好。原文发布时间为: 2017年2月15日 本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

优秀的个人博客,低调大师

2016大数据市场规模激增 互联网企业强势凸显

作为“‘十三五’十四大战略”之一的“国家大数据战略”,行业应用得到快速推广,市场规模增速明显,大数据产业无疑是前景极为光明的产业。 一、政策驱动,市场规模增速明显 2016年大数据上升为我国国家战略,“十三五”规划纲要全文第二十七章明确提出“实施国家大数据战略”,彰显了国家对于大数据战略的重视。 三胜咨询研究员陈盛华表示,我国大数据仍处于起步发展阶段,各地发展大数据积极性较高,行业应用得到快速推广,市场规模增速明显。中国产业信息研究网发布的《2017-2022年中国大数据行业市场深度分析与投资前景预测研究报告》数据显示,2015年,中国大数据市场规模为104.65亿元,增速达53.10%。2016年中国大数据市场规模为132.47亿元,预计2017将达到167.24亿元。 2014-2017年大数据市场规模情况 二、互联网企业纷纷涌入,行业不足开始显现 百度、阿里巴巴、腾讯、京东等互联网企业抓紧布局大数据领域,纷纷推出大数据产品和服务,抢占数据资源。传统IT企业开始尝试涉足大数据领域,其产品和服务多是基于原有业务开展,未能撼动互联网公司的领先地位。初创企业受限于数据资源和商业模式,还要面对互联网企业的并购行为,竞争实力尚显不足。 随着大数据产业的快速发展,大数据产业的各种不足之处开始显现,企业无法及时、准确地位业务提供正确的信息,企业数据架构无法适应数据量和复杂性增长的需求,数据过于复杂,数据无效等问题突出。 大数据挑战分析 本文转自d1net(转载)

优秀的个人博客,低调大师

以色列RFID解决方案提供商BOS公司WMS系统获大订单

以色列RFID及移动解决方案提供商BOS宣布其WMS产品获得一家匿名以色列客户的订单。 BOS称,该WMS产品将提升该客户的管理及库存控制水平,该客户拥有超过20000件商品,物流中心面积达12000平方米。该订单金额达15万美元,预计在今年开始安装。 BOS首席执行官Yuval Viner在一份准备好的声明中说:“如此大规模的WMS安装也证明了客户对我们方案的信心。安装后,我们将为客户提供额外的产品和服务,例如移动设备和基础设施。由于年初收购了Next Line,现在我们可以为客户提供物流中心搬迁的交钥匙解决方案(包括计数,移动及标识)。” 除了中间件和行业特定的软件应用之外,BOS的RFID和移动部门还提供集成服务和独立产品,包括RFID和AIDC硬件及通信设备。该公司还向航空航天,国防,医疗和电信行业提供电子元件整合服务。 本文转自d1net(转载)

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册