perp关键词检索结果

特设军事法官?

Ad hoc military judges?

这听起来像是不太美好的旧时代的军事司法,但这是印度尼西亚现在正在提倡的一项提议。考虑一下 Kompas.id 的这份报告:副总统吉布兰·拉卡布明 (Gibran Rakabuming) 提出的让专案法官参与处理针对 KontraS 活动人士安德里·尤努斯 (Andri Yunus) 酸液袭击案的提议被认为难以实现。在军事司法系统中安置专案法官必须辅之以基本的法律步骤,例如颁布一项代替法律的政府条例 (Perppu) 或修订 1997 年有关军事司法的第 31 号法律。从规范上讲,现行的军事司法程序法不承认专案法官。这一提议遭到了反对,有人认为制定修订后的军事司法法更为重要。

在 Amazon SageMaker HyperPod 上运行推理的最佳实践

Best practices to run inference on Amazon SageMaker HyperPod

本文探讨了 Amazon SageMaker HyperPod 如何为推理工作负载提供全面的解决方案。我们将引导您了解该平台的动态扩展、简化部署和智能资源管理的关键功能。在本文结束时,您将了解如何使用 HyperPod 自动化基础设施、成本优化功能和性能增强功能将总拥有成本降低高达 40%,同时加速从概念到生产的生成式 AI 部署。

#495 – 维京人、拉格纳、狂战士、瓦尔哈拉和维京时代的战士

#495 – Vikings, Ragnar, Berserkers, Valhalla & the Warriors of the Viking Age

Lars Brownworth 是一位历史学家、教师、播客和作家,专门研究维京历史、中世纪欧洲和拜占庭帝国。感谢您的聆听❤ 查看我们的赞助商:https://lexfridman.com/sponsors/ep495-sc 请参阅下面的时间戳、成绩单,并提供反馈、提交问题、联系 Lex 等。成绩单:https://lexfridman.com/lars-brownworth-transcriptCONTACT LEX:反馈 – 向 Lex 提供反馈:https://lexfridman.com/surveyAMA – 提交问题、视频或致电:https://lexfridman.com/amaH

在 AWS 上扩展地震基础模型:使用 Amazon SageMaker HyperPod 进行分布式训练并扩展上下文窗口

Scaling seismic foundation models on AWS: Distributed training with Amazon SageMaker HyperPod and expanding context windows

本文介绍了 TGS 如何使用 Amazon SageMaker HyperPod 实现分布式训练的近线性扩展以及基于 Vision Transformer 的 SFM 的扩展上下文窗口。该联合解决方案将训练时间从 6 个月缩短至仅 5 天,同时能够分析比以前更大的地震体积。

IEEE 进化计算汇刊,第 30 卷,第 2 期,2025 年 4 月

IEEE Transactions on Evolutionary Computation, Volume 30, Issue 2, April 2025

1) Efficient Meta-Heuristic Approach for the Multiobjective Green p-Hub Center Routing Problem作者:E. M. Ibnoulouafi, T. Aouam, M. Oudani, M. GhoghoPages: 449 - 4632) A Multi-Fidelity Genetic Algorithm for Hyperparameter Optimization of Deep Neural Networks作者:A. R. Moya, S. Ventura 页数: 464 - 4783) 通过分

#494 – 黄仁勋:NVIDIA – 价值 4 万亿美元的公司与人工智能革命

#494 – Jensen Huang: NVIDIA – The $4 Trillion Company & the AI Revolution

黄仁勋是 NVIDIA 的联合创始人兼首席执行官,NVIDIA 是全球最有价值的公司,也是人工智能计算革命的引擎。感谢您的聆听 ❤ 查看我们的赞助商:https://lexfridman.com/sponsors/ep494-sc 请参阅下面的时间戳、成绩单,以及提供反馈、提交问题、联系 Lex 等。成绩单:https://lexfridman.com/jensen-huang-transcriptCONTACT LEX:反馈 – 向 Lex 提供反馈:https://lexfridman.com/surveyAMA – 提交问题、视频或致电:https://lexfridman.com/am

介绍由 llm-d 提供支持的 AWS 上的分解推理

Introducing Disaggregated Inference on AWS powered by llm-d

在这篇博文中,我们介绍了下一代推理能力背后的概念,包括分解服务、智能请求调度和专家并行。我们讨论它们的优势,并介绍如何在 Amazon SageMaker HyperPod EKS 上实施它们,以显着提高推理性能、资源利用率和运营效率。