赵翼在《论诗》当中有一句，“满眼生机转化钧，天工人巧日争新。”这句诗非常适合形容今天AI的现状。几个月以来，ChatGPT在全球大放异彩，引来各界对AI尤其是大模型技术的强烈关注，大模型所需的算力与软硬件基础设施，重要性来到了史无前例的高度。在诸多动力的共同推进下，开发者、产业场景、科学研究，都需要与时俱进的AI技术与AI基础设施来作为助力，正是一种“满眼生机转化钧”的局面。这种情况下，越来越多的

作为一种可以渗入千行万业的通用技术，AI经常可以让一门听上去“古老”的技术，瞬间焕发新的想象力。比如遥感，这个中国人并不陌生的技术词汇。所谓遥感，一般指运用遥感器对物体的...

自诞生之日起，OpenHarmony就引起着各方的关注，可谓是盛况空前。但一款开源操作系统的成功，困难不在第一步，而是第一步后面的一万步。那么，踏出开源第一步之后的OpenHarmony，后面的故事如何发展了呢？如果用一个状态来形容，那就是OpenHarmony正在翻山。回首此前，OpenHarmony已经走过了一段足够惊人，也值得骄傲的路；放眼未来，还有更多挑战和难题在等待解答，等待各界加入新一

比如说，DeepSeek官方论文给的参考方案，Decode阶段需用144张H800，如果超节点使用的国产卡算力是H800的1/3，那么在PD分离场景下，48卡甚至32卡才是更优选择。由英伟达率先提出的超节点技术，通过内部高速互联，把数十甚至上百个AI计算芯片，集中整合到一个架构内，打造出基于Scale-up的新型架构，以此实现算力的量级跃升。AI发展的速度总是超出预期，可能今天觉得32卡就够了，但

设备不仅要说普通话，还得说的同步、听的及时，相较于Wi-Fi与蓝牙的延迟、低并发短板，星闪能实现一碰即连、<20μs超低时延、高抗干扰与百设备同时在线，为跨品牌、跨设备的全屋智能家居提供高速通信保障，一碰即连、无感配网，让人机交互变得极简，符合直觉，真正解决了连接的核心痛点。比如说，其中的物模型技术标准2.0，从标准层面完善了智能家居互联互通的关键要素，包括整体架构、模型定义、配置接口、通信协议、

不久之前，新华社公众号在愚人节那天发布了一条《发现手机摄影新物种》的推送，并将地点标注在华为北研所。当天就有读者留言，问我们这到底是什么意思，是不是手机AI摄影又要搞个大...

华为MatePad Edge通过深化软硬芯云等的协同融合，二合一设备真正适配AI时代，比如说，软硬件协同带来的性能越级，端云协同，不仅能本地流畅运行各类AI应用，必要时可以调用云端算力。Windows平台凭借对专业软件的兼容性，占据主导地位，但Windows生态与移动生态的现实割裂，又导致其多设备协同远不如iPadOS / HarmonyOS的生态整合，全靠用户自适应，“一台设备搞定所有”的愿望，

在线教育、远程医疗、居家办公……种种数字经济新应用的蓬勃发展，带给全社会的改变超乎想象。因此疫情之后，中国的数字经济建设明显进入了“加速度”。十九届五中全会中提出，要加快数字化发展，发展数...

数据大、参数量大、算力大，大模型的某些能力才会“涌现”，这一点在科技圈广为流传。做大模型的主流思想是：不要轻易说模型“不行”，如果“它还没行”，那就做得更大一点。所以，不到一年的时间，大模型的参数规模增长100倍，如今已经突破了万亿级别，资源消耗量巨大，也带来了越来越高的存储成本、推理成本、运维成本、落地成本……以及社会成本。目前，大模型仍处于商业化的黎明，如何回收大模型的投入，还存在很多未知数与

什么？炼个大模型还嫌贵？到底哪里贵了！？大模型算力贵？哪里贵了！？争先恐后训练大模型，搞得现在“算力慌”“一卡难求”，算力当然水涨船高了!“特供版”GPU又贵又缩水，大家自己愿意当“冤大头”囤卡，还好意思埋怨贵了？这么多年有没有认真工作？为什么这么多算力还依赖进口!自己为什么不能制造芯片?有没有在自主化上想想办法？解决算力难题，厂商们可以选择AI云服务。在社会层面进行算力集约，让算力普惠。同时支持