Aktuality -> Hardware - 7. 4. 2006

Spolupráce na vývoji procesoru PhysX

physx_614.jpgSpolečnost ASUSTeK Computer Inc. (ASUS) potvrdila, že bude jednou z hnacích sil při vytváření akcelerátorů fyzikálních výpočtů s průlomovým procesorem AGEIA PhysX na světovém trhu. ASUS je jednou ze dvou společností vyrábějících tuto kartu a zároveň je jediným výrobcem této karty s konfigurací 256 MB paměti. Společnost bude distribuovat tyto nové akcelerační karty AGEIA PhysX v květnu 2006.

Společnosti ASUS a AGEIA Technologies spolupracují již od května 2005 na vytvoření zcela nové kategorie PC hardwaru – karty akcelerující fyzikální výpočty pro hráče her na PC. Nová karta ASUS dokáže připravit zcela ojedinělý herní zážitek svým velmi rychlým a neuvěřitelně realistickým zpracováním fyzikálních jevů (detekce kolizí, interakce objektů, fyzika malých částic, škálovatelnost detailu terénu) v reálném čase a navždy mění herní svět, který se blíží realitě.

 
  

- PR -

Od zálohování k jistotě obnovy

QNAP představuje novou éru kybernetické odolnosti a datové suverenity v době AI


Rozvoj umělé inteligence zásadně mění způsob, jakým organizace pracují s daty. Data jsou stále nejcennějším aktivem podniků, ale současně rostou nároky na jejich ochranu, dostupnost a možnost využívat je pro lokální AI aplikace bez nutnosti jejich přesunu do veřejného cloudu. Právě na tuto změnu reagovala společnost QNAP na veletrhu Computex 2026, kde představila novou strategii „Ready & Recovery“ a ekosystém řešení zaměřených na kybernetickou odolnost, vysokou dostupnost a datovou suverenitu v éře AI.

  

- PR -

Pro úspěšné nasazení AI v podniku

není rozhodující volba modelu, ale struktura a kvalita datového prostředí


Zavádění umělé inteligence v organizacích se často redukuje na výběr konkrétního modelu nebo AI asistenta. Diskuze se točí kolem jejich schopností, výkonu a dostupnosti. Z pohledu podnikové praxe je to ale vedlejší téma. Skutečná otázka totiž nezní, jakou AI organizace používá. Správná otázka je: Jaká data má AI k dispozici? V praxi se ukazuje, že rozhodujícím faktorem není volba modelu, ale kvalita a struktura datového prostředí, do kterého je AI integrována. Právě to rozhoduje o úspěchu nebo neúspěchu většiny AI projektů.