ZDNet至顶网服务器频道 07月10日 编译:IBM在周三表示将投入30亿美元开发新的7纳米及更小的半导体芯片,以用于各种新型计算。蓝色巨人试图重振在高增长领域的雄风,此项新投资是IBM在各关键领域的投资之一。IBM在其他领域亦投入巨资,包括分析、超级电脑沃森和诸如移动和商业等业务等领域。
IBM认定在未来的10年里一些重大系统需要的东西是传统的硅芯片所不能满足的,比如认知、突触(Synaptic)和量子计算等。此项投资亦表明,尽管IBM将旗下的低端服务器业务卖给联想,但仍然会不遗余力地开发硬件。
根据IBM公布的资料,该研究项目的第一阶段主要是发展7纳米硅技术。第二阶段则会进入研发硅结构以外的碳结构半导体。
在未来的10年里,半导体技术可望从22纳米降到14纳米、10纳米,但是要降到7纳米则需要新的生产工具和技术。
看一下有关该项目的一些安排:
IBM在美国纽约阿尔巴尼、约克镇及加利福尼亚州的阿尔马登、瑞士苏黎世的研究人员和工程师将联合开发此项目。
IBM将“大量“招聘碳纳米电子学、光电子、新型内存技术、量子和认知计算架构等方面的人才。
IBM希望能利用自己在各个领域的知识产权助该项目一臂之力,如利用量子计算、石墨、硅光子学与低功耗晶体管等领域的产权。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。