人工智能相关文章 英伟达称不保证与OpenAI达成千亿美元最终投资协议 11 月 20 日消息，两个月前，英伟达和 OpenAI 共同宣布达成一项意义重大的 AI 合作：英伟达将从 2026 年起陆续投入 1000 亿美元，用于支持 OpenAI 新建的 AI 超级计算中心。 发表于：2025/11/20 Gemini 3中文测评结果发布：首超GPT-5 全球第二 11月19日消息，2025年末全球AI竞技场再掀波澜，测评机构SuperCLUE最新报告显示：谷歌Gemini-3-Pro-Preview在SuperCLUE 9月中文大模型基准测评中获得了70.80的总分。 发表于：2025/11/20 “周易”X3 NPU精准解决端侧AI大模型运行难题 2025 年 11 月 13 日，安谋科技（Arm China）“周易”X3 NPU IP新品。作为“All in AI”产品战略下诞生的首款重磅产品，其性能指标表现突出：8-80 FP8 TFLOPS、单Core带宽256GB/s、Prefill算力利用率达72%和Decode有效带宽利用率超100%，可使AIGC大模型能力提升10倍。 发表于：2025/11/20 黄仁勋驳斥AI泡沫论 对无法在华销售AI芯片失望 北京时间11月20日，AI芯片巨头英伟达今天发布了2026财年第三季度财报。随后，英伟达CEO黄仁勋(Jensen Huang)、CFO克莱特·克罗斯(Colette Kress)出席电话会议，回答分析师的提问。 发表于：2025/11/20 5G SA迁移加速 全球已有12家运营商推出5G-A商用网络 11月19日消息，根据市场研究公司Dell'Oro Group的最新报告，2025年第三季度，中国以外地区的移动核心网市场收入实现14%的同比增长。目前已有12家移动网络运营商实现5G-Advanced商用部署。 发表于：2025/11/20 英伟达Blackwell产品销量远超预期 云端GPU已全面售罄 美国当地时间周三，英伟达发布了截至2025年10月26日的2026财年第三财季财报，营收与利润双双超预期。 发表于：2025/11/20 微软英伟达狂砸150亿美元支持Anthropic 微软、英伟达和OpenAI的头号竞争对手Anthropic，结成了一个史无前例的“450亿美元AI巨头联盟”！ 发表于：2025/11/19 谷歌最强AI模型Gemini 3正式登场 北京时间 11 月 19 日凌晨，Google 正式发布了其最新一代人工智能模型 Gemini 3。这款被 CEO 桑达尔·皮查伊（Sundar Pichai）称为“最智能模型”的产品，在发布前就已经在业界掀起了不小的波澜。事实上，早在10 月中旬，就有爆料称 Gemini 3 将在 10 月 22 日登场，但那次“狼来了”的传言最终没有兑现。 发表于：2025/11/19 英伟达与ODC联合发布美国本土化AI-RAN技术栈 11月18日消息，作为英伟达“All-American”6G无线计划的一部分，Open RAN Development Company（ODC）已将其AI RAN软件与英伟达技术进行集成。该商用就绪解决方案于英伟达近期举办的GTC DC大会上展示，方案依托英伟达AI Aerial平台——该平台集成了用于无线网络管理的加速计算平台、软件及服务。 发表于：2025/11/19 Arm与英伟达联手在AI数据中心芯片中深度整合NVLink技术 Arm(ARM.US)与英伟达(NVDA.US)联手：将在AI数据中心芯片中深度整合NVLink技术 发表于：2025/11/18 中国信通院主导的具身智能国际标准迎多项进展 11月17日讯 近日，在国际电信联盟电信标准化部门（ITU-T）第21专业组全体会议期间，中国信息通信研究院（简称“中国信通院”）主导推动的国际标准《具身智能系统框架及能力要求》正式冻结。 发表于：2025/11/17 安谋科技“周易”X3 NPU IP软硬协同开发效率倍增 2025年11月13日，国内领先的芯片IP设计与服务提供商安谋科技Arm China在上海隆重举行新品发布会，正式推出新一代NPU IP“周易”X3。 发表于：2025/11/17 安谋科技发布NPU IP“周易”X3 2025年11月13日，安谋科技Arm China在上海隆重发布新一代NPU IP“周易”X3。 发表于：2025/11/17 SpaceX将每年在太空部属100吉瓦AI卫星 11月15日消息，最近，马斯克接受投资人罗恩·巴伦采访时表示，计划每年将100吉瓦的太阳能AI卫星送入轨道。马斯克说道：“我们找到了一条路径：每年将具备100吉瓦发电能力的太阳能AI卫星送入轨道。通过这种方式，有望以极低的成本实现大规模AI的供电与运行。” 发表于：2025/11/17 基于自注意力1dCNN的雷达目标识别方法及教研系统设计 雷达目标识别是实现对环境态势感知的重要技术手段，随着人工智能的快速发展，深度学习已成为雷达目标感知领域的主流研究方法。首先介绍了基于编码-解码网络的信号增强方法，该方法结合雷达目标物理模型可实现对含噪信号的准确特征保持和信号恢复。进一步，提出了一种基于自注意力一维CNN（Self-attention 1dCNN， S-1dCNN）的雷达目标识别方法，该方法利用一维卷积神经网络对雷达目标回波信号进行特征学习，有效挖掘距离维的目标支撑区结构信息，所提方法结合自注意力机制，关注与目标结构信息相关的特征，提升所学特征的表征能力，进而提升模型的目标识别性能。基于五类实测民航飞机目标回波数据的实验结果表明，信号增强模型可以准确地去除噪声且保持目标结构特性，将信号增强后的信号输入所提S-1dCNN模型中，具有较高的识别准确率。同时，基于MATLAB工具设计了基于雷达目标识别可视化界面的教研系统，包括数据预处理和识别算法等模块，实现多功能操作交互。该软件将抽象算法转为可视化流程，可以提升雷达目标识别课程教学的效果。 发表于：2025/11/14 <…13141516171819202122…>
