從 Pulsar Client 的原理到它的監控面板
背景前段時間業務團隊偶爾會碰到一些 Pulsar 使用的問題，比如消息阻塞不消費了、生產者消息發送緩慢等各種問題。雖然我們有個監控頁面可以根據 topic 維度查看他的發送狀態，
6 月 12 日消息，蘋果在昨日的 WWDC24 上重磅公布了Apple Intelligence（蘋果智能），將為iPhone、Mac 等設備引入一系列 AI 功能。
隨后，蘋果機器學習官網公布了 Apple Intelligence 的詳細信息。據蘋果官方介紹，Apple Intelligence 擁有兩個基礎模型：
本地模型：設備上約 30 億參數的語言模型，測試得分高于諸多 70 億參數的開源模型（Mistral-7B 或 Gemma-7B）；
云上模型：可通過私有云計算并在 Apple 芯片服務器上運行的更大云端語言模型。
蘋果表示，Apple Intelligence 由多個高性能生成模型組成，這些模型專門針對用戶的日常任務，并且可以動態適應他們當前的活動。Apple Intelligence 中內置的基礎模型針對用戶體驗進行了微調，例如編寫和精煉文本、對通知進行優先級排序和總結、為用戶與家人和朋友的對話創建有趣圖像，以及采取應用內操作來簡化應用之間的交互。
在預訓練方面，蘋果的基礎模型在 AXLearn 框架上進行訓練，這是蘋果于 2023 年發布的開源項目。它構建在 JAX 和 XLA 之上，使蘋果能夠在各種訓練硬件和云平臺上可擴展地訓練模型，包括 TPU 以及云和本地 GPU。
IT酷哥注意到，蘋果承諾在訓練基礎模型時，該公司從不使用用戶的私人個人數據或用戶交互，并且會使用過濾器來刪除互聯網上公開的個人身份信息，例如社會保障和信用卡號碼。蘋果還過濾了臟話和其他低質量內容，以防止其包含在訓練語料庫中。除了過濾之外，蘋果還執行數據提取、重復數據刪除以及應用基于模型的分類器來識別高質量文檔。
在優化方面，蘋果在設備端模型和服務器端模型都使用了 grouped-query-attention，設備上模型使用 49K 的詞匯大小，而服務器模型使用 100K 的詞匯大小，其中包括額外的語言和技術標記。
通過優化，蘋果號稱在 iPhone 15 Pro 上，能夠實現每個 prompt token 約 0.6 毫秒的首次 token 延遲，以及每秒 30 個 token 的生成速率。
在指令跟蹤評估（IFEval）測試中，蘋果本地模型性能優于包括 Phi-3-mini、Mistral-7B 和 Gemma-7B 等模型，且與 DBRX-Instruct、Mixtral-8x22B 和 GPT-3.5-Turbo 相比毫不遜色；而云上模型水平基本與 GPT-4-Turbo 持平。
蘋果計劃在今年夏天推出的 iOS 18、iPadOS 18 和 macOS Sequoia 測試版中，開放 Apple Intelligence，然后會以測試版的形式，于今年秋季向公眾開放，但部分功能、更多語言和平臺支持需要等到明年。
Apple Intelligence 可以免費使用，但僅限于配備 A17 Pro 芯片或任何 M 系列芯片的設備。這意味著要使用這些功能，你需要一部iPhone15 Pro 或iPhone 15 Pro Max，即將推出的iPhone 16系列也將支持 Apple Intelligence。
在 Mac 方面，你需要一臺配備 M1 或更高版本的 Mac，而對于 iPad，你需要一臺配備 M1 芯片或更高版本的iPad Pro或iPad Air。
蘋果 WWDC24 開發者大會主題演講專題
本文鏈接：http://www.www897cc.com/showinfo-26-93218-0.html蘋果牌“AI”官方詳解：Apple Intelligence 本地 30 億參數模型，云端基于蘋果芯片服務器
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號