ZDNet至顶网服务器频道 10月09日 新闻消息:AMD公司近日首次公开展示了基于ARM Cortex-A57的AMD皓龙A系列处理器运行Apache Hadoop的演示。在JavaOne大会的一个技术讲解会上,AMD公司院士Leendert van Doorn将介绍AMD日益壮大的AMD 皓龙A系列服务器软件生态系统现在已经包括了Hadoop,一种基于Java的存储和大规模数据处理架构。同时,Oracle负责Java产品管理和物联网(IoT)的副总裁 Henrik Stahl也和van Doorn同台讲演,介绍Oralce对AMD 64位ARM服务器架构的支持。
作为一种最初应用于大数据分析的分布式运算技术,Hadoop正迅猛增长,预计将于2020年最高达到500亿美元的市场规模。通过利用基于ARM的服务器集群进行分布式计算,64位ARM服务器和Hadoop的结合被设计用来加速提高大规模运算的经济性。这一演示在近期公布的AMD皓龙A1100开发平台上运行,展示了如何在Oracle JDK上运行Apache Hadoop。Leendert还将在基于Fedora技术的Linux环境中展示多节点运行的同一演示,Fedora技术由Red Hat赞助的Fedora 社区和该社区支持的OenSUSE项目提供。
AMD公司院士Leendert van Doorn 表示:“这个演示显示了AMD在开发一个强大而又标准化的ARM服务器生态系统上的领先水平。采用AMD 皓龙A系列处理器的服务器非常适合Hadoop,在提供高效率的可扩展计算平台的同时,还能兼做具有很高经济性的长期存储平台。”
通过实现跨x86和ARM架构环境的软件和工具的虚拟无缝整合,AMD持续致力于推动服务器生态系统的创新。通过与ARM、Linaro、Oracle、Red Hat和SUSE等合作伙伴的合作,AMD为用户基于ARM的应用提供了完整的开发环境,并提供跨平台支持。
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。
大模型时代,玛丽·米克尔(Mary Meeker)的名字可能大家不一定熟悉,但是在互联网时代,这位被可被誉为“互联网女皇”的。她是美国风险投资家和前华尔街证券分析师,专注于互联网及新兴技术领域。玛丽·米克尔(Mary Meeker)发了一份340页的《人工智能趋势报告》,粗粗看了一下,并没有非常轰动的观点,但是数据比较全面
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。