هيجون تكشف عن تقنية "الأمان الجوهري" لتدريب نموذج ذكاء اصطناعي محلي ببارامترات تريليون

iconKuCoinFlash
مشاركة
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconملخص

expand icon
تُظهر بيانات السلسلة من 2 أبريل 2026 أن Hygon Information كشفت عن نتائج جديدة استنادًا إلى مفهوم "الأمان الداخلي" في مؤتمرها التكنولوجي الربيعي لعام 2026. أطلقت الشركة النسخة السنوية من حزمة برامج Hygon DCU، التي تدعم تدريب نماذج الذكاء الاصطناعي ذات التريليونات من المعلمات محليًا. وقال نائب الرئيس ييتشي ويه إن أمن قوة الحوسبة يحتاج إلى اختراقات على مستوى البنية. باستخدام الأمان الداخلي وتقنيات التحسين، نفّذت Hygon نموذجًا بتريليوني معلمة على آلاف وحدات المعالجة المركزية ووحدات DCU، مع نتائج MLPerf على مستويات رائدة عالميًا. تؤكد التحليلات على السلسلة تقدم الشركة في تدريب الذكاء الاصطناعي الآمن والواسع النطاق.

أخبار ME، 3 أبريل (UTC+8): في 2 أبريل، خلال اجتماع التواصل التقني لربيع عام 2026 لشركة هوا_GUANG إنفو، أعلنت هوا_GUANG رسمياً عن عدة إنجازات جديدة مستندة إلى مفهوم "الأمان الداخلي"، وأطلقت لأول مرة الإصدار السنوي لطابق برمجي DCU الخاص بها، مما يوفر دعماً حسابياً لتدريب نماذج كبيرة متعددة في الصين ببارامترات تصل إلى تريليونات. أشار ينغ تشيهوي، نائب رئيس هوا_GUANG إنفو، إلى أن تحديات أمان الحوسبة في عصر الذكاء الاصطناعي تجاوزت قدرات الحلول التقليدية، ويجب البحث عن اختراقات من أسفل بنية الحوسبة. من خلال استخدام تقنيات متعددة مثل الأمان الداخلي، وتحسين العوامل، وتحسين المترجم، ودمج الحوسبة العامة والحوسبة المتخصصة، أكمل فريق هوا_GUANG بنجاح تشغيلاً مستقراً لنماذج ببارامترات تصل إلى 10 تريليونات على مجموعة حوسبة مكونة من عشرات الآلاف من وحدات CPU وDCU الخاصة بهوا_GUANG، وحققت اختبارات متعددة مثل MLPerf مستويات متقدمة عالمياً. (المصدر: Ifnar)

إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة قد حصلت عليها من أطراف ثالثة ولا تعكس بالضرورة وجهات نظر أو آراء KuCoin. يُقدّم هذا المحتوى لأغراض إعلامية عامة فقط ، دون أي تمثيل أو ضمان من أي نوع ، ولا يجوز تفسيره على أنه مشورة مالية أو استثمارية. لن تكون KuCoin مسؤولة عن أي أخطاء أو سهو ، أو عن أي نتائج ناتجة عن استخدام هذه المعلومات. يمكن أن تكون الاستثمارات في الأصول الرقمية محفوفة بالمخاطر. يرجى تقييم مخاطر المنتج بعناية وتحملك للمخاطر بناء على ظروفك المالية الخاصة. لمزيد من المعلومات، يرجى الرجوع إلى شروط الاستخدام واخلاء المسؤولية.