SF
超神经HyperAI
超神经HyperAI
注册登录
关注博客
注册登录
主页
关于
RSS
从吉祥话到网络热梗,AI写春联难道没有创作瓶颈?
超神经HyperAI
1 月 27 日
阅读 3 分钟
1.4k
除夕是农历年的最后一天,在这个旧岁新年更替之际,人们往往会通过贴春联、挂灯笼等活动来祈福并正式开启「春节模式」。春联也称为「对联」、「门对」、「楹联」,早在宋代便已经广泛流传于民间,寓意也逐渐从驱邪避灾转变为祈福纳祥。
抓住「AI+生物医药」黄金时期,盘点2024年最值得关注的颠覆性成果
超神经HyperAI
1 月 26 日
阅读 14 分钟
1.6k
以 AlphaFold 为代表的 AI 系统,能够以前所未有的精度预测蛋白质三维结构,为理解蛋白质功能和开发靶向药物提供了革命性工具。在药物研发领域,AI 不仅可以基于海量药物数据,预测药物特性,还可设计新药,缩短药物从实验室到临床的研发周期。同时,AI 还可从海量基因测序数据中精准挖掘信息,快速识别基因突变,助力科...
2024 年医疗 AI 突破盘点,精选 35 篇不可错过的前沿论文
超神经HyperAI
1 月 26 日
阅读 11 分钟
2.3k
过去几年,以英伟达、谷歌为首的科技巨头纷纷表达对 AI 医疗的重视,近千亿元资金被砸进该赛道,医疗领域也成为 AI 应用最广、成效最明显的领域之一。
AI颠覆材料化学,汇总2024年最值得关注的科研成果
超神经HyperAI
1 月 26 日
阅读 9 分钟
1.4k
告别传统的「凭经验+反复试错」模式,在智能驱动的材料研发中,AI 在科学仿真、模型预测、高通量实验、自动化表征等方面提供重要手段,可有效降低新材料研发成本,提高研发效率。
awesome-ai4s重磅开源!200余篇AI for Science前沿学术论文汇总,涵盖中文解读,持续更新ing
超神经HyperAI
1 月 26 日
阅读 3 分钟
3.2k
近年来,人工智能的快速发展正以前所未有的深度和广度影响着科学研究的各个领域。作为推动科技进步的重要引擎之一,「AI for Science」已然成为创新的核心领域,并在生物医药、材料化学、医疗健康、气象研究、能源环境、自然灾害等多个领域取得了丰硕成果。2024 年 11 月份,在 DeepMind 发布的一份研究报告中,更是直言...
在线教程丨物理AI系统革新,快速上手英伟达世界基础模型,可模拟阳光薄雾
超神经HyperAI
1 月 24 日
阅读 3 分钟
614
在 1 月初的 CES 2025 大会上,黄仁勋身着新款皮衣为大家带来了多重惊喜,除了「世界最快GPU RTX 5090」之外,世界基础模型 Cosmos 也引发了广泛关注。
【vLLM 学习】使用 OpenVINO 安装
超神经HyperAI
1 月 24 日
阅读 2 分钟
716
由 OpenVINO 驱动的 vLLM 支持来自 vLLM 支持的模型列表 <../models/supported_models> 中的所有 LLM 模型,并且可以在所有 x86-64 CPU 上(至少需要 AVX2 支持)进行最佳的模型服务。OpenVINO 的 vLLM 后端支持以下高级 vLLM 特性:
直接设计目标属性材料!微软MatterGen模型重磅开源,用生成式AI重新定义材料逆向设计新范式
超神经HyperAI
1 月 23 日
阅读 7 分钟
983
2023 年 12 月,谷歌 DeepMind 在「Nature」上发布其在材料化学领域的深度学习模型 GNoME,宣称发现了 220 万种新的无机材料的晶体结构。距离该突破性成就不到一周,微软就宣布将要推出用于材料逆向设计的生成式 AI 模型 MatterGen,并向大家表示,未来完全可以根据所需要的性质直接设计新材料的结构。
登Nature子刊!北大团队用AI预测新冠/艾滋病/流感病毒进化方向,精度提升67%
超神经HyperAI
1 月 22 日
阅读 6 分钟
724
2019 年 12 月,新冠疫情 (COVID-19) 突然爆发,这种由 SARS-CoV-2 病毒引起的疾病具有高度传染性,仅一个月时间,我国病例涉及人数就超过了 1,000 例,并迅速蔓延至全球。
【Triton 教程】triton.jit
超神经HyperAI
1 月 22 日
阅读 1 分钟
626
Triton 是一种用于并行编程的语言和编译器。它旨在提供一个基于 Python 的编程环境,以高效编写自定义 DNN 计算内核,并能够在现代 GPU 硬件上以最大吞吐量运行。
南开大学郑伟教授:AlphaFold并不完美,学术界尚有「弯道超车」的机会
超神经HyperAI
1 月 21 日
阅读 7 分钟
704
近年来,在深度学习等 AI 技术的辅助下,蛋白质结构预测领域发展迅猛,2024 年 10 月份,因为 AlphaFold,DeepMind 的 Demis Hassabis、John M. Jumper 获得了 2024 年诺贝尔化学奖,然而,这并非代表 AlphaFold 已经无可替代,其他优秀算法仍然值得挖掘。
超越 GPT-4o!从 HTML 到 Markdown,一键整理复杂网页;AI 对话不再冰冷,大模型对话微调数据集让响应更流畅
超神经HyperAI
1 月 20 日
阅读 6 分钟
754
面对信息冗余的网页内容,如何快速提取全面的核心信息?Reader-LM 模型为你提供了专业的解决方案。Reader-LM 能高效处理高达 256K 字节的超长内容,精准将 HTML 转换为清晰的 Markdown 格式。它的表现甚至超过了 GPT-4o 等大型语言模型,其轻量化设计也使它更适合资源受限的场景。
成功率可达100%,药物开发公司Cellarity联手英伟达,基于强化学习优化靶向分子
超神经HyperAI
1 月 20 日
阅读 5 分钟
639
回顾百年药物研发史,其中不乏一些有趣的故事。比如在 19 世纪初,德国药剂师的助手泽尔蒂纳用热水浸泡鸦片,再以氨水抽提,从鸦片中分离出一堆白色粉末。它将这种白色粉末喂给狗,狗吃了之后很快就晕倒在地,于是他便使用希腊梦神 Morpheus 的名字将其命名为吗啡。因此,吗啡被普遍认为是世界上首个从植物体内分离出的...
【TVM教程】为 ARM CPU 自动调优卷积网络
超神经HyperAI
1 月 20 日
阅读 10 分钟
524
TVM 中 ARM CPU 的算子实现是以 template 形式编写的,该 template 有许多可调参数(tile 因子,vectorization,unrolling等)。对神经网络中的所有卷积和深度卷积算子调优后,会生成一个日志文件,它存储所有必需算子的最佳参数值。当 TVM 编译器编译这些算子时,会查询这个日志文件,从而获取最佳参数值。
【vLLM 学习】使用 ROCm 安装
超神经HyperAI
1 月 17 日
阅读 4 分钟
659
vLLM 是一款专为大语言模型推理加速而设计的框架,实现了 KV 缓存内存几乎零浪费,解决了内存管理瓶颈问题。更多 vLLM 中文文档及教程可访问 →[链接]vLLM 支持采用 ROCm 6.1 的 AMD GPU。依赖环境操作系统:LinuxPython:3.8 -- 3.11GPU:MI200s (gfx90a)、MI300 (gfx942)、Radeon RX 7900 系列 (gfx1100)ROCm 6.1安装选...
10 大中文医学数据集汇总:涵盖神农中医药、中医药古籍、医学推理、医学问答……
超神经HyperAI
1 月 17 日
阅读 2 分钟
692
医疗人工智能的快速发展离不开高质量数据集的支持。从疾病诊断到药物研发,再到个性化医疗,数据集在推动机器视觉、大模型等应用于医学领域中发挥着不可或缺的作用。
甲骨实物高保真数据归国,AI助力古文释读,发现甲骨新图像
超神经HyperAI
1 月 17 日
阅读 4 分钟
584
「明年我们去法国接甲骨文回家」,2024 年 12 月下旬,安阳师范学院甲骨文信息处理教育部重点实验室的研究人员远赴法国,与法国国家图书馆等 4 家甲骨文收藏机构签订合作协议,将以数字化形态将已经远离故土许久的甲骨文文化遗产「接回家」。
获英伟达/三星投资,Generate创造出超100万种蛋白质,开发从头设计的生成式模型
超神经HyperAI
1 月 16 日
阅读 4 分钟
563
蛋白质作为生命的「工作分子」,其结构与功能研究需要耗费大量时间与资源,但 AI 技术的引入彻底改变了这一局面。通过深度学习模型,研究人员可以快速预测蛋白质的三维结构,还能设计功能性新型蛋白质,甚至揭示基因与疾病之间的隐藏关联。这一革命性突破,不仅吸引了全球资本的密切关注,也激发了众多初创企业在 AI 驱...
助力诊断362种常见疾病!剑桥/牛津/华威大学等提出多Agent大语言模型框架,自动化构建医疗知识图谱
超神经HyperAI
1 月 15 日
阅读 4 分钟
743
当今,医疗资源紧张是困扰全球医疗系统的长期性问题,「医生荒」在基础保健和全科医学领域尤为突出。世界卫生组织预计,到 2030 年,全球将有 1,500 万医务工作者的缺口。而在中国,根据国家统计局和卫生健康委员会的数据,尽管中国的整体医生数量逐年增长,但一些偏远地区和乡村地区的医生数量远远不足。
【Triton 教程】持久矩阵乘法 (Persistent Matmul)
超神经HyperAI
1 月 15 日
阅读 27 分钟
551
Triton 是一种用于并行编程的语言和编译器。它旨在提供一个基于 Python 的编程环境,以高效编写自定义 DNN 计算内核,并能够在现代 GPU 硬件上以最大吞吐量运行。
明日开播!精度优于AlphaFold,基于深度学习实现生物大分子及其互作的三维结构预测
超神经HyperAI
1 月 14 日
阅读 2 分钟
508
「Meet AI4S」系列直播第 6 期将于 1 月 15 日 19:00 准时开播,HyperAI超神经有幸邀请到了南开大学统计与数据科学学院教授郑伟,他本次分享的主题是「AlphaFold3 王座未稳,来自学术界的反超:基于深度学习的生物大分子及其互作的三维结构预测」。
轻松上手分子动力学模拟器LAMMPS:npt控温估计FCC Cu熔点
超神经HyperAI
1 月 14 日
阅读 3 分钟
710
自 2004 年开源发布以来,LAMMPS 在材料建模领域得到了广泛应用,其全称为 Large-scale Atomic/Molecular Massively Parallel Simulator,由美国 Sandia 国家实验室开发。
微软与腾讯技术交锋,TRELLIS引领3D生成领域多格式支持新方向;超5k问题对!VIS-Bench让AI学会「空间记忆」
超神经HyperAI
1 月 13 日
阅读 6 分钟
740
去年 11 月,腾讯推出 Hunyuan3D 生成模型,是业界首个同时支持文字和图像生成 3D 的开源大模型。紧接着不到一个月,微软便发布了全新框架 TRELLIS,加入 3D 资产生成领域的竞争中。TRELLIS 支持多格式输出,包括辐射场、3D 高斯和网格,为不同需求提供最大灵活性。
入选AAAI 2025!可实现多模态医学图像对齐与融合,国内两大高校联合提出BSAFusion
超神经HyperAI
1 月 13 日
阅读 5 分钟
706
2024 年尾,国际人工智能顶会「第 39 届人工智能年会」(The 39th Annual AAAI Conference on Artificial Intelligence, AAAI 2025) 公布了本届大会论文录用结果,最终在收到的 12,957 篇投稿中,有共计 3,032 篇论文脱颖而出被收录,录取率仅为 23.4%。
【TVM 教程】为 x86 CPU 自动调优卷积网络
超神经HyperAI
1 月 13 日
阅读 10 分钟
680
注意,本教程不会在 Windows 或最新版本的 macOS 上运行。如需运行,请将本教程的主体放在 if name == "__main__": 代码块中。
基于柔性磁膜的触觉传感器
超神经HyperAI
1 月 10 日
阅读 6 分钟
809
触觉感知是智能机器人和人机交互的重要能力之一,但如何实现高精度、快速响应的触觉传感仍然面临诸多挑战。传统触觉传感器在力的测量中往往受到信号耦合的限制,难以准确分辨法向力与切向力。同时,由于传感单元分辨率的限制,触觉感知的空间分辨率也受到制约。基于柔性磁膜的自解耦及超分辨率触觉传感技术,为这些问题...
【vLLM 学习】安装
超神经HyperAI
1 月 10 日
阅读 3 分钟
1k
vLLM 是一款专为大语言模型推理加速而设计的框架,实现了 KV 缓存内存几乎零浪费,解决了内存管理瓶颈问题。更多 vLLM 中文文档及教程可访问 →[链接]vLLM 是一个 Python 库,包含预编译的 C++ 和 CUDA (12.1) 二进制文件。依赖环境操作系统:LinuxPython:3.8 - 3.12GPU:计算能力 7.0 或更高(例如 V100、T4、RTX20xx、...
从计算机视觉走向医疗AI,对话上海交大谢伟迪:定义问题比解决问题更重要
超神经HyperAI
1 月 9 日
阅读 6 分钟
691
2012 年,在传说中的「末日之年」,移动互联网迎来了爆发期。随着 3G 网络的普及、智能手机价格下探,加之微信、米聊为代表的类通信应用以及电商、支付类的迅速崛起,该领域实现了新一轮增长。作为各类创新应用的基础,通信产业发展前景一片向好。
活动回顾 | 计算-网络-软件-算法-生态的协同发展,2024 Meet AI Compiler 圆满收官!
超神经HyperAI
1 月 8 日
阅读 4 分钟
749
12 月 28 日,上海已经进入初冬,寒冷的天气也抵挡不住大家的热情,现场座无虚席,交流氛围浓烈,从行业挑战到技术创新,从应用场景到落地成果,讲师与观众围绕 AI 编译器展开了一场深刻的「华山论剑」。
【Triton 教程】分组 GEMM
超神经HyperAI
1 月 8 日
阅读 10 分钟
726
Triton 是一种用于并行编程的语言和编译器。它旨在提供一个基于 Python 的编程环境,以高效编写自定义 DNN 计算内核,并能够在现代 GPU 硬件上以最大吞吐量运行。
上一页
1
2
3
(current)
4
5
…
More
下一页
上一页
3
(current)
下一页