深度文章
金融模型、LLMs结构化剪枝、多模态对齐、AI芯片深度学习编译器
欢迎阅读“科研上新”栏目！“科研上新”汇聚了微软亚洲研究院最新的创新成果与科研动态。在这里，你可以快速浏览研究院的亮点资讯，保持对前沿领域的敏锐嗅觉，同时也能找到先进实用的开源工具。
从预测风暴到设计分子：人工智能基础模型如何加速科学发现
人工智能基础模型正在加速科学发现的进程，尤其，经过多领域数据训练的基础模型，更能在跨领域的任务中展现出色的性能。微软研究院科学智能中心已利用基础模型打造了一系列强大的科学发现模型，包括：革新天气与污染预测的 Aurora 模型、专注于新材料发现与设计的 MatterGen、可预测新材料行为和属性的 MatterSim，以及可自动设计候选药物的 TamGen 模型等。基础模型的应用不仅提高了科学发现的效率，降低了成本，还极大地促进了科学研究的普及，让其触手可及。
微软亚洲研究院多项创新技术，弥合大模型低比特量化与终端部署间鸿沟
微软亚洲研究院推出了全新的数据编译器 Ladder 和算法 T-MAC，使当前只支持对称精度计算的硬件能够直接运行混合精度矩阵乘法。测试结果表明，Ladder 在支持 GPU 原本不支持的自定义数据类型方面，最高提速可达14.6倍；T-MAC 在搭载了最新高通 Snapdragon X Elite 芯片组的 Surface AI PC 上，使 CPU 上运行的大模型吞吐率比专用加速器 NPU 快两倍。此外，研究员们还设计了 LUT Tensor Core 硬件架构，这种精简设计使硬件能够直接支持各种低比特混合精度计算，为人工智能硬件设计提供了新思路。
实习岗位
-
城市：北京、上海 | 组别：人工智能推理组
-
城市：北京、上海 | 组别：多模态计算组
-
城市：北京 | 组别：多媒体计算组
-
城市：北京 | 组别：多媒体计算组
-
城市：北京、上海 | 组别：空间智能组
全职岗位
-
城市：上海 | 组别：不限
-
城市：北京 | 组别：不限
