0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

研华边缘计算平台AIR-030成功部署DeepSeek R1模型

研华智能地球 来源:研华智能地球 2025-02-12 10:17 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

在数字化转型的浪潮中,边缘智能正成为推动工业物联网领域发展的重要力量。作为全球范围的工业物联网解决方案提供商,研华科技始终致力于技术创新与突破,为用户带来更加高效、智能的解决方案。

近日,研华在其高性能边缘计算平台AIR-030上探索运行了深度求索人工智能(DeepSeek)的R1模型,并基于开源框架AnythingLLM,为用户展示了本地AI知识库应用场景。

AIR-030作为研华科技的一款明星产品,以其出色的性能和低功耗设计,广泛应用于工业自动化机器视觉、智能零售等多个领域。此次探索,是为了测试DeepSeek R1在边缘计算平台上的实际应用效果,以及可能为用户带来的潜在价值。

在运行过程中,研华科技充分利用了AIR-030的稳定性能和DeepSeek R1的强大算力,结合AnythingLLM框架,为用户展示了本地化AI知识库应用的构建过程和使用效果。本地化部署方案确保了数据的安全性和隐私性,边缘计算架构则实现了低延迟响应和实时数据处理。同时,用户还可以根据自身需求,灵活定制AI知识库的内容和功能,以满足不同场景的应用需求。

通过此次探索,研华科技不仅验证了DeepSeek R1在边缘计算平台上的可行性和实用性,还为用户提供了更加智能、高效的解决方案。未来,研华科技将继续探索更多边缘智能应用场景,推动边缘智能技术在工业物联网领域的广泛应用,为行业数字化转型提供有力支持。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1820

    文章

    50324

    浏览量

    266927
  • 研华
    +关注

    关注

    0

    文章

    459

    浏览量

    40544
  • DeepSeek
    +关注

    关注

    2

    文章

    839

    浏览量

    3397

原文标题:研华AIR-030部署DeepSeek R1,开启边缘智能新探索!(内附视频)

文章出处:【微信号:研华智能地球,微信公众号:研华智能地球】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    模型实战(SC171开发套件V3)2026版

    部署案例----基于广和通自FiboSeg语义分割模型 4分22秒 https://t.elecfans.com/v/28533.html *附件:文档:自
    发表于 01-15 12:05

    如何在ZYNQ本地部署DeepSeek模型

    一个将最小号 DeepSeek 模型部署到 AMD Zynq UltraScale+ MPSoC 处理系统的项目。
    的头像 发表于 12-19 15:43 7819次阅读
    如何在ZYNQ本地<b class='flag-5'>部署</b><b class='flag-5'>DeepSeek</b><b class='flag-5'>模型</b>

    DeepSeek模型如何在云服务器上部署

    的完整流程、关键考量与最佳实践。 部署前的核心考量 在启动部署之前,成功部署始于周密的规划。请务必确认以下三点: 模型选择与获取: 版本选
    的头像 发表于 10-13 16:52 1142次阅读

    广和通成功部署DeepSeek-R1-0528-Qwen3-8B模型

    近日,广和通在MediaTek MT8893平台上成功部署并运行了DeepSeek-R1-0528-Qwen3-8B模型,显著提升了端侧AI设备的处理效率与智能化水平,特别是在本地化复
    的头像 发表于 09-26 13:35 992次阅读

    DeepSeek R1 MTP在TensorRT-LLM中的实现与优化

    。我们在之前的博客[1] 中介绍了 DeepSeek-R1 模型实现超低推理延迟的关键优化措施。本文将深入探讨 TensorRT-LLM 中的 MTP 实现与优化。
    的头像 发表于 08-30 15:47 4680次阅读
    <b class='flag-5'>DeepSeek</b> <b class='flag-5'>R1</b> MTP在TensorRT-LLM中的实现与优化

    推出ACE应用导向边缘计算解决方案及WISE-STACK私有云平台

    华科技今日举办法说会,公司2025上半年营收呈双位数成长。面对市场对边缘计算与 AI 的高度需求,推出ACE应用导向
    的头像 发表于 08-12 15:37 2355次阅读

    如何在NVIDIA Blackwell GPU上优化DeepSeek R1吞吐量

    开源 DeepSeek R1 模型的创新架构包含多头潜在注意力机制 (MLA) 和大型稀疏混合专家模型 (MoE),其显著提升了大语言模型
    的头像 发表于 08-12 15:19 4496次阅读
    如何在NVIDIA Blackwell GPU上优化<b class='flag-5'>DeepSeek</b> <b class='flag-5'>R1</b>吞吐量

    速看!EASY-EAI教你离线部署Deepseek R1模型

    1.Deepseek简介DeepSeek-R1,是幻方量化旗下AI公司深度求索(DeepSeek)研发的推理模型DeepSeek-R1采用
    的头像 发表于 07-25 15:22 1576次阅读
    速看!EASY-EAI教你离线<b class='flag-5'>部署</b><b class='flag-5'>Deepseek</b> <b class='flag-5'>R1</b>大<b class='flag-5'>模型</b>

    【VisionFive 2单板计算机试用体验】3、开源大语言模型部署

    1、ollama平台搭建 ollama可以快速地部署开源大模型,网址为https://ollama.com, 试用该平台,可以在多
    发表于 07-19 15:45

    【「DeepSeek 核心技术揭秘」阅读体验】书籍介绍+第一章读后心得

    的展望,大模型的训练方法、推理部署,到 GPU 硬件及推理模型的发展趋势,以前瞻性的视角为读者描绘了大模型的发展蓝图。 技惊四座的DeepSee
    发表于 07-17 11:59

    Arm Neoverse N2平台实现DeepSeek-R1满血版部署

    颇具优势。Arm 携手合作伙伴,在 Arm Neoverse N2 平台上使用开源推理框架 llama.cpp 实现 DeepSeek-R1 满血版的部署,目前已可提供线上服务。
    的头像 发表于 07-03 14:37 1426次阅读
    Arm Neoverse N2<b class='flag-5'>平台</b>实现<b class='flag-5'>DeepSeek-R1</b>满血版<b class='flag-5'>部署</b>

    DeepSeek开源新版R1 媲美OpenAI o3

    DeepSeek“悄悄”地又放了一个大招,DeepSeek开源了R1最新0528版本。尽管DeepSeek目前还没有对该版本进行任何说明,但是根据著名代码测试
    的头像 发表于 05-29 11:23 1490次阅读

    瑞萨RZ/V2H平台支持部署离线版DeepSeek -R1大语言模型

    瑞萨RZ/V2H平台支持部署离线版DeepSeek -R1大语言模型
    的头像 发表于 05-13 17:07 1862次阅读
    瑞萨RZ/V2H<b class='flag-5'>平台</b>支持<b class='flag-5'>部署</b>离线版<b class='flag-5'>DeepSeek</b> -<b class='flag-5'>R1</b>大语言<b class='flag-5'>模型</b>

    DeepSeek 引领边缘 AI 芯片向更高性能、更低功耗、更强泛化能力的方向演进

    DeepSeek 系列模型概览 DeepSeek 系列包括大型语言模型(如 DeepSeek LLM、R
    的头像 发表于 05-09 10:27 2419次阅读

    Deepseek海思SD3403边缘计算AI产品系统

    的训练样本和训练 模型,具体商业价值和保密性,采用海思SD3403边缘计算AI服务器+多路安防监控IPC,让差异化AI视频系统, 成本控制极具市场竞争力。 海思SD3403边缘
    发表于 04-28 11:05