AI全行业赋能系列深度研究之五:领军路径分歧,更大的模型还是更低的成本?-211213(67页)

VIP专免
2023-11-04 999+ 3.54MB 67 页 海报
侵权投诉
NoSuchBucket The specified bucket does not exist. 674128B7B86BF33330B7C6AF baogaotang.oss-cn-hongkong-internal.aliyuncs.com baogaotang 0015-00000101 https://api.aliyun.com/troubleshoot?q=0015-00000101
NoSuchBucket The specified bucket does not exist. 674128B7A9439E3532736307 baogaotang.oss-cn-hongkong-internal.aliyuncs.com baogaotang 0015-00000101 https://api.aliyun.com/troubleshoot?q=0015-00000101
NoSuchBucket The specified bucket does not exist. 674128B7A9439E3539DB6307 baogaotang.oss-cn-hongkong-internal.aliyuncs.com baogaotang 0015-00000101 https://api.aliyun.com/troubleshoot?q=0015-00000101
摘要:

领军路径分歧:更大的模型还是更低的成本?——AI全行业赋能系列深度研究之五证券分析师:刘洋A0230513050006、洪依真A0230519060003、施鑫展A0230519080002、周海晨A02305110400362021.12.13www.swsresearch.com2结论以商汤、旷视为代表的AI明星在平台上有什么特别的布局?•自研了深度学习训练、推理平台,大量算法积累,AIDC算力支持;•商汤科技:SenseCore大模型+小模型,降低AI应用落地成本;•旷视科技:Brain++平台支撑了跨行业AIoT解决方案。深度学习开源训练框架格局如何?国内AI公司自研深度学习框架有...

展开>> 收起<<
AI全行业赋能系列深度研究之五:领军路径分歧,更大的模型还是更低的成本?-211213(67页).pdf

共67页,预览10页

还剩页未读, 继续阅读

声明:报告堂所有资料均为用户上传分享,仅供参考学习使用,版权归原作者所有。若侵犯到您的权益,请告知我们处理!任何个人或组织,在未征得本平台同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。
/ 67
客服
关注