組織熱衷於生成AI潛在增加其業務和人員生產力，但缺乏戰略規劃和人才短缺使它們無法實現其真正價值。{ width=50% }

---

根據由Coleman Parkes Research在2024年初進行的一項研究，該研究由數據分析公司SAS贊助，調查了300名美國生成AI策略或數據分析決策者，以評估主要投資領域和組織所面臨的困境。
SAS的戰略AI顧問Marinela Profi表示：“組織正在意識到單單用大型語言模型（LLM）無法解決業務挑戰。
“生成AI應該被視為對超自動化的理想貢獻者，以及現有流程和系統的加速器，而不應該被視為一種新穎的玩具，可以幫助組織實現所有商業抱負。在全力投入並陷入困境之前，應花時間制定先進戰略並投資於能提供LLM整合、治理和可解釋性的技術。”
組織在四個關鍵實施領域遇到了阻礙：
• 增加對數據使用的信任並實現合規性。只有10分之1的組織擁有一套可靠的系統來測量LLM中的偏見和隱私風險。此外，93%的美國企業缺乏生成AI的全面治理框架，且大多數在監管方面存在風險。
• 將生成AI整合到現有系統和流程中。組織透露，在試圖將生成AI與其當前系統相結合時，遇到了兼容性問題。
• 人才和技能。內部生成AI正在缺乏。由於人力資源部門遇到適合的僱員短缺，組織領導人擔心自己沒有獲得必要技能來充分利用他們的生成AI投資。
• 預測成本。領導人提到與使用LLM相關的禁制性直接和間接成本。模型創建者提供了一個標記成本估算（組織現在認識到是禁制性的）。但私有知識準備、培訓和模型運營管理的成本是冗長和複雜的。
Profi補充說：“將來將來會取決於識別提供最大價值並以可持續和可擴展方式解決人類需求的實際用例。
“通過這項研究，我們繼續致力於幫助組織保持相關性，明智地投資他們的資金並保持韌性。在AI技術幾乎每天都在進化的時代，競爭優勢高度取決於能夠採用韌性規則的能力。”
該研究的詳細信息今天在拉斯維加斯的SAS Innovate上公佈，這是SAS軟件的AI和分析會議，面向企業領袖、技術用戶和SAS合作夥伴。

想從行業領袖那裡了解更多有關AI和大數據的信息嗎？請查看在阿姆斯特丹、加州和倫敦舉行的AI＆大數據博覽會。該全面活動與其他領先活動如BlockX、數字轉型周和Cyber Security＆Cloud Expo同地舉行。
探索由TechForge提供的其他即將到來的企業技術活動和網絡研討會。

---

---

---

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

組織對生成式人工智能（GenAI）增加其業務和人員生產力的潛力感到樂觀，但缺乏戰略規劃和人才短缺使它們無法實現其真正價值。{ width=50% }

---

這是根據2024年初由Coleman Parkes Research進行的一項研究，由數據分析公司SAS贊助，該研究調查了300名美國GenAI戰略或數據分析決策者，以檢查主要投資領域和組織所面臨的障礙。
SAS戰略人工智能顧問Marinela Profi表示：“組織正在意識到單獨的大型語言模型（LLM）不能解決業務挑戰。
“GenAI應被視為對超自動化和現有流程和系統加速的理想貢獻者，而不是幫助組織實現所有業務愿望的新潮玩具。在跳進來之前，每個組織都應該花時間制定進步策略並投資於提供LLM集成，治理和可解釋性的技術。”
組織在四個實施關鍵區域遇到了阻礙：

• 增強數據使用的信任和實現合規性。只有10分之1的組織設置了可靠系統來測量LLM中的偏見和隱私風險。此外，93%的美國企業缺乏一個完整的GenAI治理框架，大多數在法規合規方面面臨風險。
• GenAI集成到現有系統和流程中。組織透露當他們試圖將GenAI與當前系統結合時，他們遇到了兼容性問題。
• 人才和技能。公司內部GenAI存在缺口。隨著人力資源部門遇到適合人選的稀缺，組織領導者擔心他們無法獲得利用其GenAI投資的必要技能。
• 預測成本。領導者們提到了使用LLM會產生限制性直接和間接成本。模型創建者提供了一個象征性的成本估算（組織現在意識到這是限制性的）。但是關於私人知識準備、培訓和模型運營管理的成本是冗長且複雜的。
  Profi補充說：“應該要確定提供最高價值並以可持續和可擴展的方式解決人類需求的真實用例。“通過進行這項研究，我們將繼續致力於幫助組織保持相關性，明智投資其資金並保持韌性。在人工智能技術幾乎每天發展的時代，競爭優勢高度取決於擁抱韌性規則的能力。”
  該研究的詳細信息今天在拉斯維加斯的SAS Innovate上揭曉，這是SAS軟件針對商業領袖、技術用戶和SAS合作夥伴舉辦的AI和分析會議。

想從業內領袖那裡學習更多有關人工智能和大數據的知識嗎？查看在阿姆斯特丹、加利福尼亞和倫敦舉行的AI＆Big Data Expo。這一全面的活動與其他領先活動同期舉辦，包括BlockX、Digital Transformation Week和Cyber Security＆Cloud Expo。
探索由TechForge提供的其他即將舉辦的企業技術活動和網絡研討會。

---

。注意：Title、Date、Body 三个部分的内容，放入到对应的位置。最后只需要输出为Makedown源文件格式内容。

---

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Samsung发布了行业首款速度高达10.7 Gbps的LPDDR5X DRAM，为行业设立了新的基准。{ width=50% }

---

通过采用先进的12纳米级工艺技术，三星不仅实现了最高性能指标，还在现有低功耗双数据率（LPDDR）产品中实现了最小的芯片尺寸。

三星Memory产品规划执行副总裁YongCheol Bae表示：“随着对低功耗、高性能内存的需求增加，LPDDR DRAM预计将从主要为移动应用提供支持扩展到其他传统需要更高性能和可靠性的领域，如PC、加速器、服务器和汽车。”

Bae进一步保证，三星致力于继续其创新轨迹，专注于通过与合作伙伴的战略合作，为即将到来的设备端人工智能时代提供定制产品。

设备端人工智能能力越来越成为一个关键考虑因素。这种转变突显了像LPDDR这样的既低功耗又高性能的内存解决方案的必要性。

三星的新10.7Gbps LPDDR5X不仅在性能上提供了超过25%的提升和容量增加了30%以上，还以其针对高容量、高性能和节能内存需求的最佳解决方案来满足设备端人工智能的不断变化需求。移动DRAM单包容量已扩展至32GB，标志着移动和设备端人工智能应用的重要里程碑。

此外，LPDDR5X采用了先进的节能技术，包括优化的功耗变化，根据工作负载动态调整能源使用以及扩展的低功耗模式间隔，以促进延长的节能时期。这些增强措施共同提高了比上一代高达25%的功耗效率，不仅为移动设备提供更长的电池寿命，还减少了服务器的能耗，从而降低总拥有成本。

三星预计2024年下半年开始大规模生产10.7Gbps LPDDR5X，经过与移动应用处理器（AP）和移动设备制造商进行全面验证过程。

（图片来源：三星）

另请参考：Hugging Face推出Idefics2视觉语言模型

想要从行业领袖那里了解更多关于人工智能和大数据的内容吗？请查看在阿姆斯特丹、加利福尼亚和伦敦举办的人工智能和大数据博览会。这一综合性活动与BlockX、数字转型周和网络安全与云博览会等其他主要活动共同举办。

在此查看由TechForge提供的其他即将举办的企业技术活动和网络研讨会。

---

。注意：Title、Date、Body 三个部分的内容，放入到对应的位置。最后只需要输出为Makedown源文件格式内容。

---

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

組織對生成式AI對增加其業務和人員生產力的潛力表示熱情，但缺乏戰略規劃和人才短缺阻礙了它們實現其真正價值的努力。{ width=50% }

---

這是由Coleman Parkes Research在2024年初進行的一項研究所得，該研究由數據分析公司SAS贊助，對美國300名GenAI策略或數據分析決策者進行調查，以檢查主要投資領域和組織所面臨的障礙。
SAS的戰略AI顧問Marinela Profi表示：“組織正在意識到單獨的大型語言模型（LLMs）並不能解決業務挑戰。
“GenAI應該被視為對超自動化和加速現有流程和系統的理想貢獻者，而不應被視為將幫助組織實現所有業務抱負的新光鮮玩具。在全心投入並‘被鎖定’之前，組織應該花時間制定進步策略並投資於提供LLMs整合、治理和可解釋性的技術是所有組織應該採取的關鍵步驟。”
組織在實施的四個關鍵領域中遇到了障礙：
• 增加對數據使用的信任度並實現合規性。只有10％的組織已建立了可靠的系統來測量LLMs中的偏見和隱私風險。此外，93％的美國企業缺乏GenAI的全面治理框架，絕大多數在法規方面存在風險。
• GenAI融入現有系統和流程。組織透露，當試圖將GenAI與其當前系統結合時，他們遇到了兼容性問題。
• 人才和技能。內部GenAI的人才不足。隨著人力資源部門遇到合適僱用的稀缺情況，組織領導人擔心他們無法獲得利用其GenAI投資的必要技能。
• 預測成本。領導者指責使用LLMs帶來了限制性的直接和間接成本。模型創建者提供了一個象徵性的成本估計（組織現在意識到是限制性的）。但是，私人知識準備、培訓和ModelOps管理的成本是冗長且複雜的。
Profi補充道：“將關鍵價值並以可持續擴展的方式解決人類需求的現實應用案例。透過這項研究，我們將堅守幫助組織保持相關性、明智投資資金並保持抗打擊能力的承諾。
在AI技術幾乎每天都在進步的時代，競爭優勢高度依賴於能夠擁抱韌性規則的能力。”
該研究的詳細信息於今日在拉斯維加斯的SAS Innovate上公佈，這是SAS Software的人工智能和分析會議，面向企業領導者、技術用戶和SAS合作夥伴。

想要從行業領袖那裡了解更多關於人工智能和大數據的信息嗎？快來參加在阿姆斯特丹、加利福尼亞和倫敦舉行的AI&大數據博覽會。這個全面的活動與其他領先的活動同地舉行，包括BlockX、數字轉型週、以及進階的網絡安全和云博覽會。
探索由TechForge推動的其他即將到來的企業技術活動和網絡研討會。

---

注意：Title、Date、Body三個部分的内容，放入到对应的位置。最后只需要输出为Makedown源文件格式内容。

---

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

组织对生成式人工智能（GenAI）潜在提升业务和人员生产力的能力充满热情，但缺乏战略规划和人才短缺阻碍了它们实现真正价值的进程。{ width=50% }

---

这是根据由Coleman Parkes Research在2024年初进行的一项研究结果，该研究是SAS数据分析公司赞助的，对300名美国GenAI战略或数据分析决策者进行了调查，以了解主要的投资领域以及组织面临的障碍。

SAS战略AI顾问Marinela Profi表示：“组织正在意识到单独的大型语言模型（LLMs）不能解决业务挑战。GenAI 应被视为超级自动化和加速现有流程和系统的理想贡献者，而不是能帮助组织实现所有业务愿景的新玩具。在跳进且陷入‘困境’之前，花时间开发一个进步的战略并投资于提供LLMs整合、治理和可解释性的技术是所有组织应该采取的关键步骤。”

组织在四个关键实施领域遇到了障碍：

• 提高数据使用的信任度和达到合规性。只有10%的组织拥有可靠的系统来衡量LLMs中的偏见和隐私风险。此外，93%的美国企业缺乏全面的GenAI治理框架，大多数组织在法规合规方面面临风险。
• 将GenAI整合到现有系统和流程中。组织透露在尝试将GenAI与当前系统结合时遇到了兼容性问题。
• 人才和技能。内部GenAI团队缺乏。随着人力资源部门遭遇合适雇员的稀缺，组织领导者担心他们缺乏必要的技能来充分利用他们的GenAI投资。
• 预测成本。领导者们提到了与使用LLMs相关的禁止性直接和间接成本。模型创建者提供了一个标记成本估计（组织现在意识到是禁止的）。但是，知识准备、培训和模型运营管理等成本是冗长且复杂的。

Profi补充说：“关键在于确定能够以可持续和可扩展方式提供最高价值并解决人类需求的实际用例。”通过这项研究，我们继续致力于帮助组织保持竞争力，明智地投资资金并保持弹性。在AI技术几乎每天都在发展的时代，竞争优势高度依赖于能够接受弹性规则的能力。

这项研究的细节今天在拉斯维加斯的SAS Innovate上亮相，SAS Software是企业领袖、技术用户和SAS合作伙伴的AI和分析会议。

想要从行业领袖那里了解更多关于人工智能和大数据的信息吗？请查看将在阿姆斯特丹、加利福尼亚和伦敦举行的AI & Big Data Expo。这一综合性活动与其他领先活动同期举办，包括BlockX、Digital Transformation Week和Cyber Security & Cloud Expo。浏览TechForge提供的其他即将举行的企业技术活动和网络研讨会。

---

注意：Title、Date、Body 三个部分的内容，放入到对应的位置。最后只需要输出为Makedown 源文件格式内容。

---

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

SAS，专注于数据和AI解决方案的专家，推出了其描述为对组织直面业务挑战的“变革性方法”。{ width=50% }

---

引入了适用于个人许可的轻量级行业特定AI模型，SAS希望为组织提供可立即部署的AI技术，以实现生产实际用例的无与伦比的效率。

IDC未来情报研究总监Chandana Gopal表示：“SAS正在发展其产品组合，以满足更广泛的用户需求，并通过创新的新产品争夺市场份额，
“SAS一个可以发力的领域是将建立在SAS核心资产、人才和经验丰富的知识产权之上的模型产品化，从与客户合作解决行业问题的丰富经验中获得价值。”

在当今市场上，模型的使用主要集中在大型语言模型（LLMs）用于生成式AI。事实上，LLMs只占AI实际生产部署和企业决策的建模需求中的一小部分。通过新的提供，SAS正在超越LLMs，为涵盖诈骗检测、供应链优化、实体管理、文件转化和医疗支付诚信等用例的行业提供经过验证的确定性AI模型。

与传统的AI实施方式不同，可能繁琐且耗时，SAS的行业特定模型经过了快速整合的工程设计，使组织能够将可信任的AI技术实现运营，并加速实现切实利益和可信的结果。

拓展市场影响力
组织面临着有效竞争的压力，并且正寻求利用AI获得优势。与此同时，由于AI技能短缺，组建数据科学团队从未如此具有挑战性。因此，企业要求在使用AI解决问题时具有灵活性，并需要快速推动业务成果的灵活AI解决方案。SAS易于使用但功能强大的企业级模型使组织能够从SAS数十年来在各行业的领导地位中获益。

将行业模型作为打包产品提供是SAS承诺的10亿美元投资计划中的一个成果。正如2023年5月的公告中所述，AI投资建立在SAS数十年致力于提供打包解决方案以解决银行业、政府、医疗保健等行业挑战的基础上。

SAS AI和分析副总裁Udo Sglavo说：“模型是我们现有解决方案和SAS Viya平台产品的完美补充，并满足各种受众的不同业务需求，确保创新触达我们生态系统的每个角落。
“通过量身定制我们的方法以了解特定行业需求，我们的框架赋予企业在其独特环境中茁壮成长的能力。”

让AI惠及更多人群
SAS通过提供即插即用的轻量级AI模型，使AI无论技能水平如何都可访问，首次推出的是用于仓库空间优化的AI助手。利用大型语言模型等技术，这些助手面向非技术用户，能够无缝将交互转化为优化的工作流程，并帮助加快计划决策。

Sgvalo表示：“SAS模型为组织提供了与行业挑战相一致的灵活、及时和易于访问的AI。
“无论您是初次启程进行AI之旅，还是寻求加速在企业范围内扩展AI，SAS在满足您业务独特需求方面具有无与伦比的深度和广度。”

预计首批SAS模型将于今年晚些时候正式推出。

---

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

SAS是一家专业提供数据和人工智能解决方案的公司，它公布了一种被其描述为“具有颠覆性意义”的方法，帮助组织直面业务挑战。{ width=50% }

---

通过推出针对个人许可的轻量级、行业特定的AI模型，SAS希望为组织提供可立即部署的AI技术，以高效实现将真实用例产品化的目标。

IDC未来智能研究总监Chandana Gopal表示：“SAS正在发展其产品组合，以满足更广泛的用户需求，并通过创新性的新产品占领市场份额。SAS擅长于将基于其核心资产、人才和在与客户合作解决行业问题方面积累的经验中的技术产商品牌化领域的一个潜在机遇。”
在当前市场上，模型的使用主要集中在用于生成式人工智能的大型语言模型（LLM）。实际上，LLM仅占真实世界AI生产部署和业务决策模型需求的很小一部分。通过这一新提议，SAS超越了LLM，并为跨越欺诈检测、供应链优化、实体管理、文档转换和医疗保障支付等用例的跨行业的可靠性AI模型提供服务。

不同于常规的笨拙且耗时的AI实施，SAS的行业特定模型专为快速集成而设计，使组织能够将可信赖的AI技术实现业务化，并加快实现切实的好处与可信赖的结果。

在扩大市场占有率
组织正面临着有效竞争的压力，正在寻求利用人工智能获得优势。与此同时，由于AI技能短缺，人员配置数据科学团队从未如此具有挑战性。因此，企业要求在利用AI解决问题方面更具灵活性，并需要快速推动业务成果的灵活的AI解决方案。SAS易于使用但功能强大的企业级模型使组织能够从SAS在各行业领域长达半个世纪的领导力中获益。

将行业模型作为打包产品的提供是SAS承诺的AI驱动产业解决方案10亿美元投资的一个结果。正如在2023年5月的公告中所概述的，对AI的投资是SAS长达几十年专注于提供打包解决方案来解决银行业、政府、医疗保健等行业挑战的基础上进行的。

SAS AI与分析副总裁Udo Sglavo表示：“模型是我们现有解决方案和SAS Viya平台提供的完美补充，并适应不同受众需求的多样化业务，确保创新触及我们生态系统的每个角落。”
带AI普及大众
SAS正在通过提供即插即用、轻量级AI模型来实现普及人工智能的目标 – 无论技能水平如何 – 首先推出的是用于仓库空间优化的AI助手。利用大型语言模型等技术，这些助手面向非技术用户，将交互转化为优化的工作流程，无缝地辅助更快的规划决策。

Sgvalo说：“SAS模型为组织提供了符合行业挑战的灵活、及时和易于访问的AI。
不管您是刚开始AI之旅，还是试图加速AI在整个企业的扩展，SAS在满足您企业独特需求方面具有无与伦比的深度和广度。”
首批SAS模型预计将于今年晚些时候正式推出。

想要从行业领袖那里了解更多关于人工智能和大数据的内容？了解一下将在阿姆斯特丹、加利福尼亚和伦敦举办的AI & Big Data Expo。这一全面的活动与其他主要活动并行举办，包括BlockX，Digital Transformation Week以及Cyber Security & Cloud Expo。
探索由TechForge提供的其他即将举行的企业技术活动和网络研讨会。

---

---

---

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Samsung推出了行业首款速度高达10.7 Gbps的LPDDR5X DRAM，为行业树立了新的标杆。{ width=50% }

---

通过采用尖端的12纳米级工艺技术，三星不仅达到了最高的性能指标，还在现有低功耗双数据率（LPDDR）产品中实现了最小的芯片尺寸。三星内存产品规划执行副总裁YongCheol Bae表示：“随着对低功耗、高性能内存的需求增加，LPDDR DRAM预计会将其应用从主要是移动设备扩展到其他领域，这些领域传统上需要更高性能和可靠性，比如PC、加速器、服务器和汽车。” Bae进一步承诺，三星致力于继续其创新轨迹，专注于通过与合作伙伴的战略合作为即将到来的设备AI时代定制产品。

设备AI能力正在日益成为一个关键考量。这种转变强调了像LPDDR这样既低功耗又高性能的内存解决方案的必要性。三星的新款10.7Gbps LPDDR5X不仅比其前身提供了超过25%的性能提升和超过30%的容量增加，而且通过其为高容量、高性能和节能内存需求提供的最佳解决方案，满足了设备AI愈发增长的需求。手机DRAM单包容量已扩展至32 GB，为移动设备和设备AI应用标志着一个重要里程碑。

此外，LPDDR5X融入了先进的节能技术，包括优化的功耗变化，根据工作负载动态调整能量使用，并扩展低功耗模式间隔，以便延长节能周期。这些增强功能共同提高了25%的功率效率，不仅为移动设备提供更长的电池寿命，还减少了服务器的能耗，从而降低了总拥有成本。

三星预计在2024年下半年开始批量生产10.7Gbps LPDDR5X，经过与移动应用处理器（AP）和移动设备制造商的全面验证过程。

![Image Credit: Samsung]

---

注意：Title、Date、Body 三个部分的内容，放入到对应的位置。最后只需要输出为Makedown源文件格式内容。

---

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

Samsung推出了行业首款速度高达10.7 Gbps的LPDDR5X DRAM，为行业树立了新的标杆。{ width=50% }

---

通过采用尖端的12纳米级工艺技术，三星不仅达到了最高的性能指标，还实现了现有低功率双数据率（LPDDR）产品中最小的芯片尺寸。

三星存储产品规划执行副总裁YongCheol Bae评论道：“随着对低功耗、高性能存储的需求增加，LPDDR DRAM预计会从主要面向移动设备的领域扩展到其他传统上需要更高性能和可靠性的领域，如PC、加速器、服务器和汽车。”

Bae进一步保证，三星致力于继续创新轨迹，专注于通过与合作伙伴的战略合作，提供针对即将到来的在设备AI时代量身定制的产品。在设备AI能力越来越成为关键考虑因素。这一转变强调了像LPDDR这样在功耗低和性能高之间取得平衡的存储解决方案的必要性。

三星的新产品10.7Gbps LPDDR5X不仅比其前身提供了超过25%的性能提升和超过30%的容量增加，还满足了在设备AI不断发展的需求，成为高容量、高性能和节能存储需求的最佳解决方案。移动DRAM单一封装容量已扩展至32 GB，这是移动和在设备AI应用的一个重要里程碑。

此外，LPDDR5X融合了先进的节能技术，包括根据工作负载动态调整能耗的优化功耗变化和扩展的低功耗模式间隔，以便延长节能时间。这些增强功能共同比上一代提高了25%的功率效率，不仅为移动设备提供更长的电池寿命，还降低了服务器的能耗，从而降低了总拥有成本。

三星预计将在2024年下半年实现10.7Gbps LPDDR5X的大规模生产，随后进行与移动应用处理器（AP）和移动设备制造商的全面验证流程。

参见：Hugging Face推出Idefics2视觉语言模型

想要从行业领袖那里了解更多关于AI和大数据的知识吗？请查看即将在阿姆斯特丹、加州和伦敦举行的AI & Big Data Expo。这一全面的活动与其他领先活动同期举办，包括BlockX、Digital Transformation Week和Cyber Security & Cloud Expo。

在这里探索由TechForge提供的其他即将举行的企业技术活动和网络研讨会。

---

。注意：Title、Date、Body 三个部分的内容，放入到对应的位置。最后只需要输出为Makedown源文件格式内容。

---

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。

SAS，作为数据和人工智能解决方案的专家，推出了一种旨在帮助组织直面业务挑战的“颠覆性方法”。{ width=50% }

---

通过引入适用于个人许可的轻量级行业特定AI模型，SAS希望为组织提供可立即部署的AI技术，以以前所未有的效率实现将现实世界用例投入生产。IDC未来智能研究总监Chandana Gopal表示：“SAS正在不断发展其产品组合，以满足更广泛的用户需求，并通过创新的新产品占领市场份额，”“对SAS来说，一个非常适合的领域是为基于SAS的核心资产、人才和在解决行业问题方面积累的丰富经验构建模型的产品化。”

在今天的市场中，对模型的消耗主要集中在用于生成式AI的大语言模型（LLM）。事实上，LLM仅仅是实际使用AI进行生产部署和业务决策中模型需求的很小一部分。通过这一新提供，SAS正在超越LLM，并为跨足欺诈检测、供应链优化、实体管理、文件转换和医保支付完整性等用例的行业提供验证过的AI模型。

与传统的AI实施方式相比，可能繁琐并耗时的是，SAS的行业专用模型旨在快速整合，使组织能够实现可信的AI技术运营，并加速实现切实收益和可信结果。企业正面临着有效竞争的压力，并寻求利用AI获取优势。同时，由于AI技能短缺，招聘数据科学团队从未如此具有挑战性。因此，企业正在要求在使用AI解决问题时更具灵活性，并需要快速推动业务成果的灵活AI解决方案。

通过将行业模型作为打包产品提供，这是SAS承诺的10亿美元投资到以AI为动力的行业解决方案的成果之一。正如2023年5月的公告所述，这一AI投资建立在SAS几十年致力于提供打包解决方案解决银行业、政府、医疗保健等行业挑战的基础上。

SAS的AI助手专注于仓库空间优化，是使AI技术无论技能水平如何都能轻松访问的一种示范。利用大规模语言模型等技术，这些助手面向非技术用户，将互动转化为优化的工作流程，协助更快的规划决策。Sgvalo表示：“SAS模型为组织提供灵活、及时和易于访问的AI，与行业挑战相一致。

无论您是刚开始进行AI之旅，还是寻求加速企业范围内AI扩展，SAS在满足您业务独特需求方面具有无可比拟的深度和广度。”第一批SAS模型预计将于今年晚些时候正式提供。

想了解更多行业领袖的人工智能和大数据信息吗？请访问在阿姆斯特丹、加利福尼亚和伦敦举办的AI & Big Data Expo。这一全面的活动与其他领先的活动同期举办，包括BlockX、Digital Transformation Week以及Cyber Security & Cloud Expo。请浏览TechForge提供的其他即将举行的企业技术活动和网络研讨会。

---

---

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的最新发展感兴趣，可以查看更多AI文钊文章：GPTNB。

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。