接下来Tom用一些典型的案例来证明IBM基础设施硬件产品的出色能力,这些案例客户包括VISA(大型主机-可靠交易)、香港无线电视台TVB(PowerSystems-社交/大数据分析)、休斯顿非营利保健机构Memorial Hermann(闪存存储)以及克罗地亚的政府IT服务商APIS IT(大型主机-移动化)。
最后Tom总结到,IBM将领企业用户针对新时代的IT选择与之相适合的基础设施,尤其是打造为分析而优化的基础架构以及混合云部署。在其背后的,则是IBM基础设施产品诸多的实力保证。比如最佳的安全性(主机)、最受欢迎的软件定义存储、更快速的数据洞察(PowerSystems+DB2 BLU)等等。
在Tom之后上台的是IBM副总裁,来自IBM研究院计算即服务部门的David McQueeney博士,由他对IBM在计算领域的研发重点进行了阐述,由此也可看出IBM对于硬件发展的态度。David明确了新时代下IBM计算平台的5大创新方向:领先的处理器、以数据为中心的系统、云创新、安全智能和认知计算。
在处理器方面,IBM的System z主机CPU与最新的POWER8处理器各领风骚,其中z主机CPU拥有业界最高处理性能。而POWER8的开放化战略(OpenPOWER基金会已经拥有61家会员)带来了更多的想像空间与发展可能,目前CAPI(一致性加速处理器接口)是最大亮点,未来还将有非IBM的POWER处理器。
在“数据中心化系统”方面,I未来CPU、内存、存储入手,都将具备更好的处理数据的能力与环境,而当系统整体完全以数据为中心而优化时,也将大大提升计算水平。以科学计算举例,目前系统可达20P的计算能力,而完全的数据中心化后将达到200P,并为进一步的性能提升提供可能。
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。