现在,M1 Mac 可以顺利运行原生 Linux 了。专为苹果自研芯片打造的 Asahi Linux 项目,Alpha 版本已经释出。在 Mac 采用英特尔 CPU 的时期,用户已经摸索出通过硬盘分区或者使用 Parallels 等虚拟机在 Mac 上安装 Linux 的方法。但到了苹果自研的 M1 处理器,一切又得重头开始。而 Asahi Linux 的目标,就是让苹果 M1 系列 Mac 用户能真正拥抱 Linux。所以在苹果电脑上装一个原生 Linux 系统,究竟是一种怎样的体验?一位有 30 万 + 粉丝的 YouTuber 在他的 M1 Mac 上亲测了一下。经过一系列测评,小哥表示...... Last article READ

忌惮百度AI技术?美国要让其退市!AI领域,百度科研板凳有厚度!

知情郎·眼|

侃透天下专利事儿

最近资本市场,天天惊涛骇浪,中美在金融领域脱钩越演越烈。

美国当地时间周三,美国证券交易委员会将百度、富途控股、爱奇艺、凯信远达医药和从事渔业养殖的Nocera加入“预摘牌名单”,这也是三月以来第三批被纳入名单的中概股。

根据SEC的说法,这五家公司需要于4月20日前向SEC提供证据,证明自己不具备被摘牌的条件。若无法证明,则会被列入“确定摘牌名单”。

作为中国互联网技术的标杆百度被列入名单,这真是敲山震虎啊!

借着百度被预摘牌这事儿,知情郎说说作为国内AI技术储备领头羊,他家专利含金量的故事。

01美国开始发飙!

美国人的套路深似海,不知何时是头啊!

3月10日,美国证监会网公布了5家中国公司列入《外国公司问责法》(Holding Foreign Companies Accountable Act,简称HFCAA),即预摘牌清单,具体包括:百济神州、百胜中国、再鼎医药、盛美半导体、和黄医药。

它们需要于3月29日向SEC提供不具备被摘牌的证据。

根据《外国公司问责法》(HFCAA),在美上市的外国公司必须向SEC提交文件,证明该公司不受外国政府拥有或掌控,并要求这些企业遵守PCAOB的审计标准。

众所周知,这个问责法就是针对中概股而去,美国人觉得中概股里的很多企业都是中国政府掌控的,人家就是想要这些企业退市,不让其享受美国资本的滋润。

按照美国SEC公布的《外国公司问责法案》实施细则,被列入“确定摘牌名单”的公司需要在(自披露第一份年报开始计算、且2021年当做第一年)三年内提交SEC需要的文件。如果“确定摘牌名单”中的公司没有提交或提交的文件不符合SEC要求,理论上将会在披露2023年年报后(2024年初)面临立即退市。

拿美国投资人的钱壮大中国政府企业?

替中国人实现现代化?

给自己培养一个长期战略竞争对手添堵?

显然,当下的美国人不接受这个逻辑,中美金融脱钩就在这个大背景下,轰轰烈烈的搞事了。

前述预摘牌的五家中概股公司在经历美股煎熬暴跌后,然后又在A股和港股挨锤,投资人纷纷跑路。

市场一片惊恐,凡是进“预摘牌清单”的公司,若非抗压能力强的大资本,哪个小散敢下注长期持有?不跑才怪!

当然,这也只是美国证监会的第一波举动。

人家后手很多,这个预摘牌套路也不是杀鸡儆猴做下样子意思意思,而是有点赶尽杀绝把事做绝的味道。

3月24日,微博公司也成为了名单中的第六家公司。

微博需要于4月13日前向SEC提供证据,证明自己不具备被摘牌的条件。若无法证明,则会被列入“确定摘牌名单”。

紧接着,就是30日的百度、富途控股、爱奇艺、凯信远达医药和从事渔业养殖的Nocera加入“预摘牌名单”。

尤其是百度被加入预摘牌名单,既在预料之内也有点出乎预料。

预料之内是,百度很早就通过港股回归亚太地区,就是为了规避中概股退市风险。

出乎预料的是,美国人动作那么利索!

在第三批名单中直接拿百度开刀,作为中概股中知名度最高的一批科技企业,他被列入名单,对市场的影响是非常大的。

另外,当年百度美国上市也为美国投资人赚的盆满钵满,眼下,显然是美国高层觉得百度的AI技术实力提升太快,尤其在自动驾驶技术方面技术储备较多,要通过切断资本市场融资通道,整体打压中国高科技发展了。

看美国人这架势,中概股真的要被二次血洗了。

另外,港股容量太小,真接不住从美股退市的中概股盘子,搞不好,还会让原本就不稳的港股市场继续失血暴跌。

百度这大半年美股走势!

简介本文不是关于模型的质量。它甚至不涉及扩展、负载平衡和其他DevOp。它是关于一个更普遍但有时会遗漏的事情:处理不可预测的用户输入。在训练模型时,数据科学家几乎总是有一个受控的数据环境。这意味着使用已经准备好的数据集,或者有时间和资源手动收集、合并、清理和检查数据。通过准确地执行此操作,可以提高基于这些数据训练的模型的质量。假设模型足够好,可以部署到生产中。在最好的情况下,仍然可以控制环境(经典的服务器端部署)。但即便如此,用户也会从各种设备和来源上传图像。在边缘部署的情况下,还有一层复杂性:无法控制环境。在这两种情况下,模型都应该立即响应,开发人员没有时间手动检查数据。因此,至关重要的是:......Next article READ