微软提出机器人推理卸载架构,以突破物理AI硬件算力瓶颈
微软研究院针对机器人硬件难以跟上AI能力增长的瓶颈,发布了有关“推理卸载”的最新研究成果。研究表明,将AI模型的推理计算任务转移至机器人本体之外的外部计算平台,能够显著提升任务执行的成功率并提高系统效率,同时支持运行更为复杂的先进物理AI工作负载,为智能机器人突破车载硬件限制提供了可行的计算架构方案。
微软研究院针对机器人硬件难以跟上AI能力增长的瓶颈,发布了有关“推理卸载”的最新研究成果。研究表明,将AI模型的推理计算任务转移至机器人本体之外的外部计算平台,能够显著提升任务执行的成功率并提高系统效率,同时支持运行更为复杂的先进物理AI工作负载,为智能机器人突破车载硬件限制提供了可行的计算架构方案。
定制化分子在医药、材料和农业领域具有广泛应用前景,但其人工制备过程往往耗时且昂贵。微软研究院在《自然》(Nature)期刊发表最新研究,介绍了名为RetroChimera的预测模型。该模型专注于大规模提升小分子的逆合成预测能力,能够显著加速化学合成路径的规划,帮助科研人员更高效、广泛地探索和筛选新型分子结构。