پرش به محتوای اصلی

موضوع

هوش لبه

SLMs, on-device inference, mobile AI, AI PCs

۲٬۰۴۹ مقاله منتشر شده

تراشه Dimensity 9600 Pro مصرف انرژی چند‌هسته‌ای را ۶۱٪ کاهش داد

مدیاتک از نخستین تراشه پرچم‌دار ۲ نانومتری جهان رونمایی کرد که تمرکز آن بر هوش مصنوعی عامل‌محور است. این سخت‌افزار با کاهش شدید مصرف انرژی، اجرای مدل‌های زبانی تا ۳۰ میلیارد…

۴ دقیقه خواندن۲
آموزش کاربردی

مدل‌های مسیریاب‌محور در برابر ترجمهٔ ساده؛ تعادلی میان دقت و تأخیر

تبدیل پشتیبانی چندزبانه به یک مسئلهٔ ترجمه ساده، هزینه‌ها را تا ۳ برابر افزایش داده و دقت را در زبان‌های پیچیده کاهش می‌دهد. استفاده از معماری مسیریاب‌محور (Routing-first) که…

۴ دقیقه خواندن
آموزش کاربردی

قاعدهٔ ۱.۴ برابر؛ راهکاری برای پایان تردید میان مدل‌های محلی و ابری

یک منطق مسیریابی جدید پیشنهاد می‌کند که انتخاب بین محاسبات محلی یا ابری باید بر اساس کلاس داده و تأخیر اندازه‌گیری شده باشد، نه وفاداری به یک برند. با اعمال حاشیهٔ عملکرد ۴۰…

۴ دقیقه خواندن۲
آموزش کاربردی

پرامپت‌نویسی تک‌هدفه در برابر مدل‌های پیشرو در سیستم‌های محلی

انتقال عامل‌های پیچیده از ابر به سخت‌افزار شخصی، یک «شکاف زمینه» بحرانی را آشکار می‌کند. مدل‌های پیشرو با پنجره‌های متنی عظیم، ناکارآمدی پرامپت‌ها را می‌پوشانند، اما سیستم‌های…

۸ دقیقه خواندن۲

کدهای iOS ۲۷: امکان دسترسی مدل‌های شخص ثالث به داده‌های کاربر

کدهای لو رفته از iOS 27 نشان می‌دهد اپل لایه‌ای برای جایگزینی هسته هوش مصنوعی سیری با مدل‌های شخص ثالث ایجاد کرده است. این ساختار به مدل‌های خارجی اجازه می‌دهد از طریق رابط کاربری…

۴ دقیقه خواندن۱

پردازنده ۲ نانومتری فوجی‌تسو مصرف برق استنتاج هوش مصنوعی را نصف کرد

فوجی‌تسو با معرفی پردازنده و سرور MONAKA، زیرساختی حاکمیتی برای هوش مصنوعی ایجاد کرده که مصرف انرژی و فضای سرورها را تا ۵۰٪ کاهش می‌دهد. این سیستم با معماری سه‌بعدی، استنتاج با…

۵ دقیقه خواندن۲
آموزش کاربردی

Local AI Tools: متمرکز کردن افزونه‌های LM Studio و سرورهای MCP در یک دایرکتوری

یک دایرکتوری متن‌باز جدید برای ساده‌سازی یافتن و نصب ابزارهای جانبی LM Studio معرفی شد. این پلتفرم با ایجاد یک لایه سازگاری، شکاف میان افزونه‌های بومی و اکوسیستم پروتکل زمینه مدل…

۶ دقیقه خواندن