阿里巴巴发布了2024“AI+”职业趋势,这世界变化真快,一些变化突破以往认知,各位觉得呢?
关于AI助理,我想很快就有一种家电叫:机器人管家,估计以后等我们老了病了,就得靠这样的电器陪着(拖着)去上医院、挂号、陪侍了,未来不堪设想啊……想着想着就笑了,笑着笑着又哭了
AI加剧择业“高不成低不就”
结构性矛盾AI技术革命推动就业市场呈现两极化,全社会对"高不成低不就”的中间层人员需求减弱。刷新就业观和人才观变得愈加刻不容缓。
今天上榜的 tiny-gpu 是一个迷你GPU实现,随着全世界的开源和协作,一些以往“高精尖”的技术越来越“平民化”,这对于科技的普及和进步也是一个好事吧。
今天的榜单似乎中间有些变更,没人知道Github的热榜规则,它也不提供官方API,主打的就是:它喜欢、它做主
仓库:apple/corenet
点评: 封闭的Apple,难得开源一个据称能在手机上运行的AI大模型项目,居然冲到了日榜第一位。可能是表现太反常了?且看它的持续性吧,别像之前一些开源的项目,最后都不闻不问了。
CoreNet是一个开源的深度神经网络工具包,它支持研究人员和工程师训练标准和新颖的小型及大型模型,适用于多种任务,包括基础模型(如CLIP和LLM)、对象分类、对象检测和语义分割。2024年4月,CoreNet发布了0.1.0版本,包含了OpenELM、CatLIP和MLX示例。Apple利用CoreNet进行的研究包括一系列出版物,预训练模型和训练评估配方可以在项目文件夹中找到。安装CoreNet需要Git LFS,推荐在Linux上使用Python 3.10+和PyTorch v2.1.0以上版本,在macOS上使用Python 3.9+。CoreNet的目录结构包括教程、训练配方、MLX示例、模型实现和数据集等关键部分。
仓库:adam-maj/tiny-gpu
点评: tiny-gpu 是一个用 Verilog 编写的最小化的 GPU 实现,专为学习 GPU 的工作原理而设计。感觉适合高校硬件相关专业课?
它包含少于 15 个完全文档化的 Verilog 文件,提供了完整的架构和指令集架构(ISA)文档,实现了工作矩阵加法/乘法内核,并全面支持内核模拟和执行跟踪。该项目着重于探索 GPU 的架构、并行化和内存工作方式。它包括设备控制寄存器、调度器、可变数量的计算核心、内存控制器以及缓存等组件。tiny-gpu 还实现了一个简单的 11 指令 ISA,支持基本的算术运算和内存访问指令,用于矩阵运算等概念验证。
此外,tiny-gpu 提供了矩阵加法和矩阵乘法的内核示例,演示了 SIMD 编程和执行。项目还设置了模拟环境,可以通过 make test_matadd 和 make test_matmul 命令运行内核模拟,生成数据内存状态和完整的执行跟踪日志。
尽管 tiny-gpu 为了简单起见省略了许多现代 GPU 的高级特性,如多层缓存、共享内存、内存合并、流水线、warp 调度、分支发散和同步/屏障等,但它为理解 GPU 硬件层面的工作提供了一个基础平台。项目作者还列出了未来改进设计的一些计划,也鼓励大家一起参与社区和贡献。
仓库:microsoft/MS-DOS
点评: 还记得自己刚读大学时,花“血本”买的机械工业出版社出版的老外编写的MS-DOS批处理指南,现在已经无处寻觅……
这个仓库包含了MS-DOS v1.25、v2.0的原始源代码和编译好的二进制文件,以及IBM和微软共同开发的MS-DOS v4.00的源代码。代码仅存档,本仓库不能修改,但鼓励大家fork仓库进行实验。
这些文件最初在2014年3月25日由计算机历史博物馆分享,现在重新发布以便大家查找和引用,以及让对早期个人电脑操作系统感兴趣的人进行探索和实验。
仓库:chat2db/Chat2DB
点评: Chat2DB是一款国人开发的,“超过 100 万开发人员正在使用的、由 AI 驱动的数据管理平台”。它集成了ChatGPT的AI能力,可以用自然语言跟数据对话,系统会自动帮你转换成SQL命令,也可以让它帮助优化代码等。
支持多种数据库,包括MySQL、PostgreSQL、以及备受期待的Redis等,并且提供了AI驱动的智能SQL开发、智能报告和数据探索功能。最近,Chat2DB的 Pro版本发布,增加了AI驱动的功能,并且开源了第一个语言模型Chat2DB-SQL-7B。官网可在浏览器中免费试用。