Sigue la cobertura, explicaciones e historias tecnológicas relacionadas.
日本HP considera que la decisión de ejecutar la inteligencia artificial en la nube o localmente debe partir de la sensibilidad de los datos y la naturaleza del procesamiento, no de una preferencia tecnológica fija. La experiencia de la empresa muestra que el número de usuarios, la continuidad del servicio, el coste operativo y el mecanismo de aprobación de los resultados son factores tan importantes como la elección del modelo o del dispositivo.
Investigadores de la Universidad de Manchester, en colaboración con el equipo de NVIDIA Earth-2, desarrollaron un modelo para predecir la contaminación del aire en todo el Reino Unido con una precisión de entre dos y tres kilómetros. El modelo se entrenó durante dos días en el superordenador Isambard-AI y puede utilizarse para inferencias y entrenamientos más pequeños en el dispositivo de escritorio DGX Spark.
Perplexity lanzó la plataforma Portable Computer para ejecutar sus agentes localmente en los dispositivos de los usuarios, comenzando con Nvidia DGX Spark y computadoras Linux equipadas con tarjetas RTX con al menos 24 GB de memoria. El sistema mantiene los modelos, los archivos y el trabajo en el dispositivo de forma predeterminada, con la posibilidad de solicitar la aprobación del usuario antes de escalar un paso específico a un modelo en la nube más potente.