ZDNet至顶网服务器频道 04月21日 新闻消息:AMD4月16日宣布其在企业软件生态系统开发方面树立又一座重要里程碑,首次公开演示其第二代AMD皓龙™ X系列APU;该APU代号为“柏林”(Berlin),运行的是基于Fedora Project的Linux环境。Fedora Project是红帽赞助、并由社区推动发展的Linux发行版,为全世界的开发人员和IT管理员提供了一种熟悉的企业级操作环境。这一点对于希望过渡到x86 APU服务器、但又不愿意向其IT环境引入新工具和新软件平台的企业而言很重要。此外,本次演示也代表着数据中心内的x86 APU加速性能也向前迈出了显著一步。
AMD的 “柏林” APU“首演”将向大家展示世界上第一个采用服务器APU的异构系统架构(HSA)——该架构将于今年晚些时候正式推出。本次演示包括对 “Project Sumatra” 中所采用的先进成果的介绍;这些先进成果使得Java™ 应用程序能够在AMD服务器APU内利用图形处理单元(GPU)。AMD APU平台上Linux和Java的组合为基于服务器的多媒体工作负载和GPU通用计算提供了理想平台,这将有助于把数据中心内的工作负载效率推升到新水平。此外,AMD还将演示“柏林” APU上基于 OpenCL™和OpenGL的软件。
AMD公司全球副总裁兼服务器业务部总经理Suresh Gopalakrishnan表示,“由于服务器能够针对新的、不断变化的工作负载进行适应调整,所以软件生态系统能够支持这些新工作负载的需求就变得至关重要。我们正在积极地与数据中心软件社区的一系列合作伙伴开展协作,他们将为市场带来相关软件体系架构,以无缝启用基于x86 APU的服务器”。
AMD是HSA 基金会的创始成员之一;该基金会是一个致力于建立稳健的生态系统以支持APU技术的组织。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。