Tri Dao在国际机器学习会议上表示,AI下一个重大的架构性突破不太可能来自单一的创新。相反,他认为进展将是渐进式的,重点在于优化内核、推理栈和集群运营。Dao强调,许多关键的开发工作正在开源社区中进行。 AI
影响 表明AI发展的重点将从新颖的架构转向优化。
排序理由 一位高管在会议上对未来AI发展方向的看法。
在 X — Together (inference / OSS) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
Tri Dao在国际机器学习会议上表示,AI下一个重大的架构性突破不太可能来自单一的创新。相反,他认为进展将是渐进式的,重点在于优化内核、推理栈和集群运营。Dao强调,许多关键的开发工作正在开源社区中进行。 AI
影响 表明AI发展的重点将从新颖的架构转向优化。
排序理由 一位高管在会议上对未来AI发展方向的看法。
在 X — Together (inference / OSS) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
We sat down with @tri_dao at ICML to ask where the next big architecture unlock comes from. His answer: There isn't one. It's kernels, inference stacks, and fleet optimization, layer by layer. And most of that work is happening in the open. https://t.co/nDIeTdowAt