亚马逊编程助手 CodeWhisperer 免费供个人开发者使用

亚马逊编程助手 CodeWhisperer 免费供个人开发者使用 亚马逊宣布其 AI 编程助手GA（Generally Available），所有开发者可免费使用个人版本。CodeWhisperer 和微软/GitHub 的 AI 编程助手 Copilot 类似，使用开源代码库进行训练，根据上下文向开发者提供代码完成建议。CodeWhisperer 支持 、、CLion、GoLand、WebStorm、Rider、PhpStorm、PyCharm、RubyMine 和 DataGrip IDEs 等开发工具。亚马逊称，测试者的试用显示其编程速度平均提高了 57%。 CodeWhisperer 向企业级客户提供了专业版本，其中包含了额外的功能，如 SSO 和安全扫描等等。来源 ， 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

Hugging Face将投资1000万美元的共享GPU供开发者和研究人员免费使用

Hugging Face将投资1000万美元的共享GPU供开发者和研究人员免费使用 访问：NordVPN 立减 75% + 外加 3 个月时长 另有NordPass密码管理器 GPU 集群将对外免费使用 (当然也需要申请和批准)，该平台希望能够帮助小型开发者、研究人员或人工智能初创公司对抗阻碍人工智能技术发展的中心化问题。与百度不同，Hugging Face 和大多数公司一样认为开源和开放的人工智能技术可以促进行业的发展，专有的人工智能技术并不是 Hugging Face 设想的未来。所以该公司愿意投资共享 GPU 集群，基于共享使用的原则，所有 GPU 都不会浪费，也就是最终情况可能是 7×24 小时满负荷运行，为开发者和初创公司提供支持。对于小型开发者和人工智能初创公司，想要获得共有平台提供的 GPU 算力并不容易，主要是价格非常昂贵并且可能还需要预付费或按月结算，不像大客户那样甚至可以按年结算。这对开发者来说是个承重的负担，往往训练 AI 模型所花费的 GPU 成本就是天文数字，这显然不利于人工智能行业的发展。Hugging Face 称对于共享 GPU 的使用主要取决于实际使用情况，即如果部分 GPU 的容量没有得到积极利用，则这部分容量可以供其他人使用，因此共享 GPU 集群具有成本效益和能源效率，非常适合在社区范围内使用。为 Hugging Face 提供共享 GPU 集群的是应用托管平台 ZeroGPU，该平台将为 Hugging Face 提供 NVIDIA A100 人工智能加速卡组成的集群，尽管 A100 在性能方面只有 H100 加速卡的 50%，不过毕竟都是共享和免费使用，对开发者来说应该也问题不大。 ... PC版： 手机版：

调查发现使用 Linux 的开发者比使用 MacOS 的更多

调查发现使用 Linux 的开发者比使用 MacOS 的更多 根据 2022 年 StackOverflow 开发者调查，在 7 万多人的数据，Linux 取得了一个新的里程碑：开发者使用 Linux 作为主要操作系统比例超过了 40%，要比 macOS 的比例多 9%。而前几年，Linux 的这一比例一直在 1/4 左右。而且这一数据没有考虑到 15% 的 Windows 上 WSL 用户的情况，也没有考虑到 63% 的受访者在 macOS 和 Windows 的 Linux 虚拟机中使用 Docker 的情况。来源 ， 来自：雷锋 频道：@kejiqu 群组：@kejiquchat 投稿：@kejiqubot

苹果新发布20个Core ML模型和4个数据集 全部开源供开发者们使用

苹果新发布20个Core ML模型和4个数据集 全部开源供开发者们使用 苹果日前在知名 AI 模型托管平台 HuggingFace 上新发布了 20 个 Core ML 模型和 4 个数据集，这些模型全部采用 Apache 2.0 许可证进行开源，所有开发者均可使用。这些采用 Core ML 框架的新模型在功能上都有所不同，不过侧重点都是在设备端本地运行 AI 模型执行任务，这样数据不需要上云解决潜在的隐私问题。例如开发者可以构建一款用于图像分类的应用程序，在获得用户授权图库访问权限后，可以调用设备端模型进行处理；或者构建一个可以快速去除图像背景的应用程序，使用设备端模型也可以不上传图片，解决用户的隐私担忧。当然采用设备端模型还有个好处就是响应速度会非常快，借助云端处理开发者需要提供性能更强的服务器才能支撑并发使用，而服务器响应和处理都需要使用，本地处理则不需要使用网络，因此也免去了响应时间问题。目前设备端运行 AI 模型最大的问题在于芯片性能，例如苹果推出的苹果智能仅支持 A17 Pro 和 Apple M 系列芯片，对于更旧的芯片还是得第三方开发者们提供支持，虽然这也会存在性能问题。HuggingFace 创始人称这是一次重大更新，苹果将许多基于 Core ML 的新模型上传到了 HuggingFace 存储库，而 Core ML 模型严格在设备端运行无需网络连接，这可以让开发者的应用保持 “闪电般” 的速度，还可以确保用户数据的私密性。有兴趣的开发者们可以访问 HuggingFace 上的苹果主页获取这些模型，苹果也为部分模型提供了论文描述，开发者可以根据论文说明快速了解这些模型的性能： ... PC版： 手机版：