ZDNet至顶网服务器频道 05月07日 新闻消息:亚马逊Web服务雇佣了新员工,力求创建其服务器中的自定制芯片,而且IT专家期望这样的项目可以导向更低的价格。
亚马逊Web服务(AWS)已经从存储、网络和服务器层面上自定制了硬件,因此其对于芯片优化感兴趣并不让人意外。根据LinkedIn文件,我们看到该公司开放的职位列出了CPU和系统架构师,最近在硬件工程师领域雇佣了新的员工,所有的人员均为来自Calxeda和ARM的芯片专家。
特别的,LinkedIn上这个工作的职位列为硬件开发工程师、硬件设计工程师、芯片优化总监以及硬件工程经理、芯片优化。所列出的大部分工作都位于美国德州奥斯汀。
据悉亚马逊的芯片在坊间已经流传了几个月了,而且这样的自定制不仅仅出现在AWS的硬件自定制战略中,也效法了其他的Web扩展竞争对手,比如Facebook和谷歌,他们都在自定制芯片来适应具体的需求。
某位匿名云咨询师表示:“从扩展的角度看,AWS扩展了1%、2%或者3%的效率,每个月就是数百万的成本。”
AWS一直致力于帮助客户节省成本,IT专家也期望在这个领域也会发生。
“自定制芯片都是为了特殊需求制定,”Aaron Rankin说道,他是AWS的客户,也是Sprout Social的CTO,这是一家社交媒体工具厂商。“英特尔或者AMD x86芯片都是通用专家。他们对于运行Linux很好,但是特定领域的服务来说是无效的。”
进入自定制芯片,可以花小钱办大事,因此可以在每一个时钟周期上节能或者执行更多指令。
“云托管是一种实用的业务,而且赢家最终会是提供更低的价格的一个,”Rankin补充道,“这是一场激烈的竞争。”
某初创云咨询公司顾问Mike Ryan并表示:“这些雇员就是一个征兆。亚马逊已经频繁地降价,而且利用了规模效应,现在引入了自定制硬件,将会进一步改善。”
然而,任何类型的CPU自定制都不会在一夜间发生。ARM芯片技术仍旧在发展中,尚且不支持64位架构,但是有望在今年第三季度得到改善。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。